稀疏字典K-SVD编码

百度深度学习研究院的研究介绍，稀疏编码的详解，简洁易领会，是学习稀疏编码的很好资料

Sparsedeep-learningalgorithmforrecognitionandcategorisationsparseae_exercisesparseAutoencoder稀疏自编码稀疏

针对稀疏表示用于目标跟踪时存在重构误差表示不够精确、目标模板更新错误等问题，提出一种改进的稀疏编码模型。该模型无需重构误差满足特定的先验概率分布，且加入对编码系数的自适应约束，可以取得更优的编码向量，

本资源是3层的自编码器加上稀疏正则项约束的matlab代码。隐层激活函数选sigmoid函数，输出层选线性函数，程序中以一个标准数据集sonar为例，使用该方法可以做无监督表征学习，数据压缩，多任务学

网址：http://deeplearning.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder斯坦福深度学习的教程，这个是稀疏编码的的练习

BrunoA.Olshausen的经典稀疏编码matlab代码，文章是1996年LETTERSTONATURE上的emergenceofsimple-cellreceptivefieldpropert

卷积稀疏编码实现图像超分辨率

L1 norm和L2 norm的原理及其区别，以及其对优化问题的 不同含义Logistic Regression Problem米 Will be explained by evank all we

充分利用红外图像信息建立有效的观测模型是实现稳健红外目标跟踪的基础。影响红外目标跟踪结果的因素除可见光目标跟踪也会面临的干扰因素之外,还有诸如边缘和纹理信息缺失、信噪比低和背景噪声影响等特有因素。提出

稀疏子空间聚类(SSC)算法在高光谱图像聚类中取得了令人印象深刻的性能。但是,使用包含噪声的原始样本来构造字典。 此外,SSC代表每个信号,而忽略了高光谱像素之间的关系。 为了克服这些问题,我们提出了