压缩感知或稀疏编码是学习数据的稀疏表示。最简单的方法是使用L1正则化的线性回归。而这个包为稀疏编码问题提供了贝叶斯处理。
稀疏编码问题被建模为具有稀疏先验的线性回归(自动相关性确定，ARD)，也被称为相关向量机(RVM)。它的优点是可以自动进行模型选择。因此，不需要人为指定正则化参数(从数据中学习)，可以获得更好的稀疏恢复。请运行包中的演示脚本进行尝试。
此包现在是PRML工具箱的一部分(//www.tianjin-qmedu.com/matlabcentral/fileexchange/55826-pattern-recognition-and-machine-learning-toolbox）.
引用作为
莫陈(2022)。贝叶斯压缩感知(稀疏编码)和相关向量机(//www.tianjin-qmedu.com/matlabcentral/fileexchange/55879-bayesian-compressive-sensing-sparse-coding-and-relevance-vector-machine)， MATLAB中央文件交换。检索．
MATLAB版本兼容性
使用R2016a创建
与任何版本兼容
平台的兼容性
窗户 macOS Linux标签
确认
稀疏的/
您也可以从以下列表中选择网站: