基于Matlab 实现类别的稀疏表示分类器的简单实现

【作品名称】：基于Matlab 实现类别的稀疏表示分类器的简单实现 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】： 效果并不是很好，只是实现基本功能，参数设置还有待仔细调整。 一共10个.m文件，各自作用简单介绍如下（实际上只用到了下面第一部分的七块代码）： cdSRC.m 主程序 normalize_data.m 用来对原始数据归一化 lda.m 用来对原始数据进行降维 select_train_data.m 用来按比例选择训练样本 select_train_data1.m 用来按个数选择训练样本 OMP.m 用来在cdOMP过程中得到关于每类的稀疏矩阵，进而求得残差作为相关度信息 cdKNN.m 用来进行cdKNN得到欧氏距离信息 cdOMP.m 和 gradient_descent.m 是用梯度下降法求解cdOMP中的优化公式，超慢超慢，几乎不能用，但其实能跑出来，没舍得删 LFDA.m 一开始降维用的这个，正确率一直上不了80，但是看了看代码找不到错误。