基追踪匹配追踪MATLAB算法

使用Matlab编写的压缩感知的算法（小波变换基和正交匹配追踪算法）

基于模型跟踪的方法就是获取目标的先验知识，建立低价参数模型，对输入的每一帧图象通过滑动窗口进行模型匹配，实现人脸识别与跟踪。常见的跟踪模型有:肤色模型、椭圆模型、纹理模型及双眼模板等。 基于肤色模型的

实测可以运行MATLAB代码，可以实现，里面包含子函数主函数全部。

为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能, 提出一种基于AdaBoost 和匹配追踪的选择性集成算法. 其基本思想是将匹配追踪理论融合于AdaBoost 的训练过程中, 利用匹配

在分析分段正交匹配追踪StOMP算法迭代过程中多原子匹配方法的基础上,为了进一步减少算法迭代次数,提高重构精度,提出了基于互相关向量的自适应极限因子选取和迭代结束条件重设的优化方法。通过MATLAB编

针对稀疏度自适应匹配追踪(Sparsity adaptive matching pursuit,SAMP)算法存在预选原子过多、重构时间长、步长的选择固定等缺点,提出一种稀疏度自适应匹配追踪改进算法.

快速匹配追踪算法在地震信号去噪中的应用，余为维，冯磊，地震信号的信噪比是决定地震资料品质优劣的关键因素，因此地震资料的去噪处理研究也一直是研究热点。快速匹配追踪算法采用原子库

稀疏信号恢复问题一直是几个不同社区中广泛研究的主题。 可伸缩恢复算法是压缩感测(CS)的一个至关重要的基本主题,最近几年引起了人们的极大兴趣。 本文首先分析了正交匹配追踪(OMP)算法中的迭代残差。

压缩感知是针对稀疏或可压缩信号进行采样的同时即可对信号数据进行适当压缩的新理论,重建算法是其中关键的一部分,对采样过程中的准确性验证有着重要的意义。在研究和总结目前已有重建算法的基础上,提出了一种新的

Web客户端追踪，主要是指用户使用客户端（通常是指浏览器）访问Web网站时，Web服务器通过一系列手段对用户客户端进行标记和识别，进而关联和分析用户行为的技术。实际上，只要通过Web进入互联网的海洋，