稀疏模板

这本书专为希望利用最先进计算方法解决大规模稀疏线性方程组的科学家而撰写。欲了解完整书籍介绍和购买详情，请访问http://www.mathworks.com/support/books/book1433.jsp?category=-1&language=-1

稀疏表达的程序代码，使用Matlab验证实现，可供下载使用！

Sparseclean清除范围内小或NaN值或值的双稀疏矩阵。

利用Matlab验证实现稀疏表达的编程代码，可供下载使用！

毕业设计的 MATLAB 算法库，内容还挺实在的。都是稀疏表示方向的经典算法，源码整理得蛮清楚，变量命名不乱，注释也到位，直接跑没啥坑。适合那种时间紧任务急的时候用，能帮你省不少调试时间。 MATLAB 的工具类源码，整理得还挺全，像OMP、K-SVD这些稀疏编码的经典算法都有，关键是配套函数都封好了，不用自己搭一堆框架，拿来即用，挺省事。 每个函数都能独立运行，调用关系不复杂。比如你要做一个图像压缩实验，直接改下路径，喂进去数据就行。测试也比较充分，能跑通。哪怕对 MATLAB 不太熟，也能快上手。 文件结构简单清晰，main.m就是入口脚本，运行逻辑都串好了。不需要翻半天逻辑才能找到主函数

正版 Access 用户可通过此处获取包含资产、联系人、问题、时间等经典模板。

稀疏建模里的神器——SLEP 工具包，你如果常在搞信号、图像识别或者搞机器学习模型压缩，那它你得试试。它其实就是一堆高效的稀疏表示算法，封装得比较利索，直接在 MATLAB 里就能跑，省事还省心。 L1 最小化、LASSO、岭回归这些常见操作它都搞定了，还有IHT那类迭代算法也能跑。甚至连高斯过程回归这种非参数方法也打包在内了，功能算是比较全的。 要用也不难，几行代码就能起飞： %加载数据 data = load('your_data.mat'); %定义模型 model = 'l1'; %设置参数 param.lambda = 0.1; %运行 SLEP 求解 solution = slep

Tableau 的这个模板资源挺实用的，适合需要做多度量瀑布图的朋友。模板中包含了.twbx 文件，下载后就能直接用，节省了不少配置时间。如果你对制作数据可视化有需求，这个模板合适。哦，对了，还有相关的视频教程，西瓜视频和哔哩哔哩上都有，可以更直观地学习如何操作。如果你刚开始用 Tableau，这个模板可以让你少走不少弯路。 另外，里面还有一些链接资源，像是 Tableau 的 Mac 驱动、MATLAB 绘图的例子等等，都挺有参考价值。比如如果你需要更复杂的图表，像四种图表词云、散点图、气泡图的实现也可以查看。，这个资源有点像一个小工具包，能帮你提高工作效率。值得一试！

利用 Python 和稀疏矩阵技术，处理谷歌公开网页数据 (http://snap.stanford.edu/data/web-Google.txt.gz)，高效计算网页 PageRank 值。

汇集 21 个实用的 Access 模板，专为小型数据库开发而设，大幅缩减开发时间。