说明：陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解，压缩感知方法及其在稀疏信号和图像处理中的应用（压缩、重构、降噪等）。

最优化问题求解 压缩感知 稀疏信号 和图像处理

说明：压缩感知重构算法的一些介绍与实例。并结合各种算法，提出了稀疏度自适应广义正交匹配追踪算法，可以对稀疏度未知的信号进行自适应稀疏化。

说明：关于压缩感知的信号处理应用，信号的恢复重构采用正交匹配追踪算法。

压缩感知应用 匹配追踪-算法 signal-processing 匹配追踪 信号处理

说明：这是压缩感知领域，一个重构算法--子空间追踪方法，此方法是基于OMP之后的改进算法。

subspace-matlab MATLAB-omp subspace MATLAB-压缩感知 子空间

说明：压缩感知DOA算法，利用1范数方法进行优化重构，进行方位角估计

doa-压缩感知 DOA L1SRACV 方位估计 范数

说明：利用多假设预测方法来进行压缩感知重构

说明：利用协同稀疏方法对自然图像进行压缩感知重构

说明：有关缩感知图像处理代码  SP/MP/OMP/SAMP等  比较这几种算法的重构效果 重构误差等

matlab 算法 图像处理 代码 压缩 感知 SPMPOMPSAMP 还有

说明：这是压缩感知中介绍应用sp算法实现重构的 代码，以及残差评估恢复信号的准确度

matlab 算法 压缩 sp 感知 信号 重构 评估

说明：简单的压缩感知代码，用小波变进行换稀疏分解，然后又用随机测量矩阵进行测量，以及用OMP重构算法恢复图像，代码可以运行处结果，有原始图像和重建以后的图像，适用于初学者对压缩感知的过程进行了解。

matlab 代码 压缩 简单 实现 感知