稀疏表示方法综述

基于稀疏表示的人脸表情识别matlab程序，用KSVD构建稀疏表示字典，OMP算法重构信号，实现表情的识别。

基于稀疏表示的人脸识别算法研究，脸识别稀疏表示非负矩阵稀疏分解马氏距离

非线性稀疏表示理论及其应用，这一方向是当前信号处理领域的热点研究方向。

程序包含以下几个过程： 1，图像预处理，包括对齐和拉伸 2，特征提取，有不同的特征提取函数 3，稀疏求解，调用相关函数 4，得出识别结果，并显示。

稀疏表示算法是一种在人脸识别中广泛应用的算法，它通过将每张人脸图像表示为一个特定的向量来实现。这个向量中有几个元素是非零值，这些非零值表示着图像的关键特征。在这种算法中，稀疏表示可以提高人脸识别的精度

讲述了一中新的稀疏表示超分辨率的方法,对稀疏表示超分辨率的研究有很大的帮助!

 针对云天背景下红外小目标跟踪易受噪声影响,传统目标模型对噪声敏感等问题,提出一种贝叶斯推理框架下使用稀疏表示建模红外小目标的跟踪算法。该算法结合目标模板向量和正负琐碎向量构建目标稀

文档包含几篇网络表示学习的论文，对网络表示学习进行了很好的总结，阐述了网络表示学习的发展历程以及未来研究下方向，对网络表示学习的算法知识进行了很好的总结。

网络表示学习综述（涂存超等）

表示学习为各种AI领域提供了一种革命性的学习范式。在这个综述中,我们研究和回顾了表示学习的问题,并将重点放在由不同类型的顶点和关系组成的异构网络上。这个问题的目标是自动地将输入异构网络中的对象(最常见