Ta上传的资源 (0)

运算复杂度高是基于压缩感知(CS)的雷达成像方法走向实用亟待克服的难题。该文利用雷达目标散射率分布的稀疏性，研究了基于改进正交匹配追踪(OMP)算法的2维联合压缩成像方法。首先建立了步进频雷达回波的稀疏表示模型，根据稀疏字典和压缩测量的2维可分离特性，提出一种改进的OMP算法用于雷达图像形成，大大提

机器学习的大牛Ng关于深度学习中，稀疏编码的算法的描述，可以帮助了解深度学习以及稀疏编码的算法

常见的排序算法大致分为四类：1.插入排序：插入排序(insert.c)、shell排序(shellsort.c)2.选择排序：选择排序(selectsort.c)、堆排序(heapsort.c)3.交换排序：冒泡排序(bubblesort.c)、快速排序(quicksort.c)4.归并排序（mge

深度学习中的深信度网的C语言的简单实现，代码简单，对着网上DBN的介绍看，适合大家入门

压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析，提出了一种具有保相性的压缩感知距离压缩法。在此基础上建立了距离向采用压缩感知距离压缩算法，方位向采用传统的雷达成像算法处理的雷达2 维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案