说明：Matching Pursuit方法，经典的稀疏表示方法，可以用人脸识别和图像分类，图像去噪，现在非常流行。

识别分类 稀疏表示-图像 稀疏人脸 稀疏表示-分类 图像识别-分类

说明：本书包含了丰富的Matlab算法，包括回归分析，微分与差分方程，经济与金融中的优化问题等。全书共三十章。

回归分析 微分与差分方程

说明：关于speckle 去噪的一种很新的方法，基于流行的SRAD方法改进的。

DPAD 改进-srad 改进的SRAD speckle-anisotropic srad去噪

说明：采用镜像延拓方法以解决EMD分解过程中存在的端点效应问题，经过实际测试，较传统EMD方法可有效解决端点效应问题。

EMD EMD端点效应 端点延拓 emd端点延拓 EMD端点问题

说明：此程序也是HHT中EMD实现方法之一，程序完整，一共三种方法，有助于初学者全面掌握HHT的程序实现。

hht EMD

说明：通过对非线性系统进行线性化，掌握状态反馈线性化方法的过程，并通过Simulink仿真过程，验证设计的控制率能否满足设计要求并进一步掌握状态反馈线性化方法。

非线性-simulink 线性化 simulink非线性 linearization 反馈线性化

说明：用fibonacci变换方法对图象做置乱或逆置乱，效率极高，在信息隐藏中属常用的方法之一。调用函数为f=fibonacci_t(I,r,s)，其中参数分别为I=被置乱的图像，r=置乱密钥，s=0置乱，s=1逆置乱。

图像s变换 matlab-fibonacci 图像置乱 隐藏 置乱

说明：均值、中值、维纳、TV、小波五种图像去噪方法（matlab）.均经过运行调试。包括对五种方法的研究报告（word）。

维纳图像去噪 小波维纳图像 denoise tv去噪 TV

说明：提出了一种基于 JPEG/JPEG2000相结合的医学图像感兴趣区域压缩方法。该方法对在人为选定 医学图像的感兴趣区域采用无损的 JPEG2000压缩 ,而对其他图像区域则采用高压缩比的 JPEG压缩,较好地解决了医学图像的高压缩比和高质量之间的矛盾。

图像-压缩 感兴趣区域 无损压缩 jpeg-无损 图像无损压缩

说明：仿真源码包括了多层异构蜂窝网络中基于齐次泊松点过程（HPPP）的建模方法，一篇介绍该模型的12年发表在IEEE trans的论文。以及传统六边形建模方法和信道增益矩阵的计算。

泊松点-matlab 异构蜂窝仿真 HPPP-model 蜂窝 matlab-hppp仿真