针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。
采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面(EMAP)特征。
利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。
Indianpines数据集的总体分类精度达到98.14%,PaviaU数据集总体分类精度达到97.24%。
实验结果表明,该算法分类精度高,边界点分类效果更好。

信号处理中压缩感知块稀疏BOMP算法的代码，之前找不到网上的源码，就只能照着论文自己试着写一下了。
希望能对初学压缩感知的人有所帮助。

对单个图片进行k-svd进行稀疏表示，求出迭代后的字典和稀疏编码，并通过字典和稀疏编码进行重建原图像，该代码是2006年k-svd算法提出者的简单实现代码，对小白有一定帮助

信号与图像的稀疏分解及初步应用-王建英很高清很全面十分有用的学习资料，适合初学者和应用！！！

作为1-bit压缩感知重构算法，在此基础上可以仿真，改进稀疏度自适应算法

KSVD_Matlab_ToolBox，稀疏表示的经典算法

用于人脸识别的算法，采用了稀疏表示，采用pgm图片格式，使用matlab平台

vs2010制作，内附代码，实现一元稀疏多项式按指数排序，加减乘，求导，赋值，mfc制作有界面，静态库可在无vc的机器上运行。

顺序存储空间表示的稀疏矩阵的创建和矩阵运算

数据结构算法演示(Windows版)使用手册一、功能简介本课件是一个动态演示数据结构算法执行过程的辅助教学软件,它可适应读者对算法的输入数据和过程执行的控制方式的不同需求,在计算机的屏幕上显示算法执行过程中数据的逻辑结构或存储结构的变化状况或递归算法执行过程中栈的变化状况。
整个系统使用菜单驱动方式,每个菜单包括若干菜单项。
每个菜单项对应一个动作或一个子菜单。
系统一直处于选择菜单项或执行动作状态,直到选择了退出动作为止。
二、系统内容本系统内含84个算法，分属13部分内容，由主菜单显示，与《数据结构》教科书中自第2章至第11章中相对应。
各部分演示算法如下：1．顺序表（1）在顺序表中插入一个数据元素(ins_sqlist)（2）删除顺序表中一个数据元素(del_sqlist)（3）合并两个有序顺序表(merge_sqlist)2．链表（1）创建一个单链表(Crt_LinkList)（2）在单链表中插入一个结点(Ins_LinkList)（3）删除单链表中的一个结点(Del_LinkList)（4）两个有序链表求并(Union)（5）归并两个有序链表(MergeList_L)（6）两个有序链表求交(ListIntersection_L)（7）两个有序链表求差(SubList_L)3．栈和队列（1）计算阿克曼函数(AckMan)（2）栈的输出序列(Gen、Perform)（3）递归算法的演示汉诺塔的算法(Hanoi)解皇后问题的算法(Queen)解迷宫的算法(Maze)解背包问题的算法(Knap)（4）模拟银行(BankSimulation)（5）表达式求值(Exp_reduced)4．串的模式匹配（1）古典算法(Index_BF)（2）求Next函数值(Get_next)和按Next函数值进行匹配(Index_KMP(next))（3）求Next修正值(Get_nextval)和按Next修正值进行匹配(Index_KMP(nextval))5．稀疏矩阵（1）矩阵转置(Trans_Sparmat)（2）快速矩阵转置(Fast_Transpos)（3）矩阵乘法(Multiply_Sparmat)6．广义表（1）求广义表的深度(Ls_Depth)(2）复制广义表(Ls_Copy)（3）创建广义表的存储结构(Crt_Lists)7．二叉树（1）遍历二叉树二叉树的线索化先序遍历(Pre_order)中序遍历(In_order)后序遍历(Post_order)(2)按先序建二叉树(CrtBT_PreOdr)(3)线索二叉树二叉树的线索化生成先序线索(前驱或后继)(Pre_thre)中序线索（前驱或后继)(In_thre)后序线索(前驱或后继)(Post_thre)遍历中序线索二叉树(Inorder_thlinked)中序线索树的插入(ins_lchild_inthr)和删除(del_lchild_inthr)结点（4）建赫夫曼树和求赫夫曼编码(HuffmanCoding)（5）森林转化成二叉树(Forest2BT)（6）二叉树转化成森林(BT2Forest)（7）按表达式建树(ExpTree)并求值(CalExpTreeByPostOrderTrav)8．图（1）图的遍历深度优先搜索(Travel_DFS)广度优先搜索(Travel_BFS)（2）求有向图的强连通分量(Strong_comp)（3）有向无环图的两个算法拓扑排序(Toposort)关键路径(Critical_path)（4）求最小生成树普里姆算法(Prim)克鲁斯卡尔算法(Kruscal)（5）求关节点和重连通分量(Get_artical)（6）求最短路径弗洛伊德算法(shortpath_Floyd)迪杰斯特拉算法(shortpath_DIJ)9．存储管理（1）边界标识法(Boundary_tag_method)（2）伙伴系统(Buddy_system)（3）紧缩无用单元(Storage_compaction)10．静态查找（1）顺序查找(Search_Seq)（2）折半查找(Serch_Bin)（3）插值查找(Search_Ins)（4）斐波那契查找(Searc

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。