说明：基于线性规划的凸优化求解L1范数问题，获得稀疏解。包含几种求解方法，适用于不同类型。算法简单明了，便于理解，是一套很实用的求解工具箱。

matlab 优化 稀疏 求解 范数

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：应用背景这个工具箱包括机器学习方法：基于稀疏编码的分类，基于字典的降维子字典学习，学习模型，线性回归和分类（LRC）。核l_1正则或（和）非负约束稀疏编码和字典学习模型在这个工具箱实现。 ；关键技术活动集，内点，近端，和分解方法来优化这些模型。目前的版本是1.9（2015年3月2日）。这个工具箱是免...

matlab SR 工具箱 稀疏 表示

说明：使用加权子空间拟合（WSF）实现稀疏均匀圆阵DOA估计。优化过程用的是最陡下降法。

稀疏---圆阵 子空间拟合doa 圆阵优化 圆阵 子空间拟合-DOA

说明：利用遗传算法优化10元稀疏天线阵列的单位间距，得到低副瓣的结果

遗传算法 10元 稀疏天线阵列 单位间距 低副瓣

说明：基于稀疏贝叶斯框架的机器学习算法，能有效用于回归和分类预测，具有较强的泛化性

机器学习-预测 贝叶斯-预测 稀疏贝叶斯 机器学习 机器学习预测

说明：该源码实现了使用基于稀疏表示的人脸识别算法。使用GPSR作为l1模最小化方法。

SRC稀疏表示 SRC-识别 SRC识别算法 GPSR-L1 matlab人脸识别

说明：基于ADMM的TV正则化最小化稀疏重建算法。

ADMM算法 TV-ADMM 正则化

说明：ESPRIT DOA算法的稀疏表示求解，程序中使用了凸优化工具箱

CVX esprit-doa 凸优化算法 DOA工具箱 cvx+DOA

说明：ONSL0稀疏重构算法是NSL0的优化版 输入: y:测量值向量 A:测量矩阵 A_pinv:A的广义逆 输出: xr:重构信号 用于对信号或者图像的压缩重构。

图像测量 NSL0 onsl 测量矩阵优化 onsl0