【项目0001】基于matlab编程压缩感知的几种重构算法比较程序源码        [↓跳到下载地址]

## 源码简介

% This script checks the performance of some reconstruction close all clear tic%计数器 l=8; c=8; % (l,c) : dimension of the image 图像维数 % m is the number of Compressed Sensing measurements 压缩感知测量数 % p is the defining the order of the metric p=1 is l1 norm.... % S is the support of the sparse signal S=5; % m is the number of measurement %m=20; A=5:20; D=zeros(size(A)); D2=D; Dmod=D; D1=D; %Dp5=D; Dmod3=D; Dco=D; Dsp=D; %flags of correct reconstructions for Monte Carlo for t=1:5;% loop total number of experiments for k=1:length(D);% loop of varying figure : either S or M m=A(k); %assumes S was fixed above % Unknown image u_true r2=randperm(l*c);r2=r2(1:S);rr2=r2(:);%第一个分号前是产生一个1*c随机顺序 u_true=zeros(l*c,1); u_true(r2)=u_true(r2)+rand(S,1); %CS matrix phi : % phi=(kron(dftmtx(c).',dftmtx(l))); phi = (kron((fft(eye(c))).',fft(eye(l)))); r = randperm(l*c);r=r(1:m); phi=phi(r,:); % if subsampled Fourier 2D matrix %phi=randn(m,l*c); % if Gaussian matrix b = phi * u_true(:); % observation vector %b_noise=.001*randn(size(u_true))+j*0.001*randn(size(u_true)); %if noise %b = b+b_noise; %vectorized image % [d,u_new]=IRLSregcomp(phi,b,0.01,u_true(:)); % [dp5,u_newp5]=IRLSregcomp(phi,b,0.5,u_true(:)); [d1,u_new1]=IRLSregcomp(phi,b,1,u_true(:)); [uestOMP,d2] =OMP(phi,b,u_true,S); [uestOMPmod3,dmod3] =OMPmod3(phi,b,u_true,S); [uestco,dco] =cosamp2(phi,b,u_true,S); [uestsp,dsp] =SPA(phi,S,b,u_true); Dsp(k)=Dsp(k)+dsp; Dco(k)=Dco(k)+dco; % D(k)=D(k)+d; Dmod3(k)=Dmod3(k)+dmod3; D2(k)=D2(k)+d2; D1(k)=D1(k)+d1; % Dp5(k)=Dp5(k)+dp5; end end; % D=D/t;Dp5=Dp5/t; D1=D1/t; Dco=Dco/t; Dsp=Dsp/t; Dmod=Dmod/t; Dmod3=Dmod3/t; D2=D2/t; figure(1) hold off % plot(A,D,'g*--','LineWidth',2) hold on % plot(A,Dp5,'c*--','LineWidth',2) plot(A,D1,'k*--','LineWidth',2) plot(A,D2,'m*--','LineWidth',2) plot(A,Dmod3,'r*--','LineWidth',2) plot(A,Dsp,'g*--','LineWidth',2) plot(A,Dco,'o--','LineWidth',2) legend('IRLS p=1','OMP','modified OMP','SP','CoSaMP',5) grid xlabel('Number of measurements M') ylabel('Empirical probability of reconstruction at level 1e-3') title('N=64 S=5 \Phi : undersampled DFT') % u_new=reshape(u_new,l,c); % u_true=reshape(u_true,l,c); % figure(1) % hold off % imshow(real(u_true),'InitialMagnification','fit'); colormap(jet); colorbar % title('original') % figure(2) % hold off % imshow(real(u_new),'InitialMagnification','fit'); colormap(jet); colorbar % title('reconstructed') % figure(3) % hold off % imshow(u_true-real(u_new),'InitialMagnification','fit'); colormap(jet); colorbar % title('error') % toc % % locations of the points in the TF % figure(4) % hold off % loc=zeros(l*c,1);loc(r)=ones(size(r));loc=reshape(loc,l,c); % imshow(loc,'InitialMagnification','fit') % title('(u,v) coverage')

## 本站长期招聘程序代写高手，欢迎加入华南地区matlab团队

 想创业却没有经验的人 无论你是否有过网上开店的经验，都可以随时联系在线客服，建立自己独立的网站 想开网店却不知道如何入手 淘宝创业成本低而且风险小，如果想开淘宝店的朋友可以联系在线客服。 想兼职创业，却不擅长交际与服务的人 在家创业月入5000元。网站程序+百套群发工具+网赚资料+域名+空间+本站终身代理资格，这样你网赚的条件全具备了。每天3小时管理、推广、收钱。 缺乏能快速赢利型产品的人 导入多种最新流行营销软件+网赚教程，让入驻者轻松加盟、复制有效成交技巧、快速赚钱。

## 源码评论评论内容只代表网友观点，与本站立场无关！

评论摘要(共 0 条，得分 0 分，平均 0 分) 查看完整评论

## 浏览说明

* 本站所有源码全部公开，随时随地浏览!
* MATLAB软件如用于商业用途，请购买正版!
* 如果您发现下载链接错误，请点击报告错误谢谢！
* 站内提供的所有软件包含破解及注册码均是由网上搜集，若侵犯了你的版权利益，敬请来信通知我们!