该资源详细描述了OMP代码的matlab程序和c语言程序（矩阵的求逆采用LU分解法），并且对两者结果进行了比较，恢复的信号可以精确到小数点5位，误差非常小，测量矩阵采用随机高斯矩阵，程序里面还有matlab和c语言版对文件的操作，并且有非常清晰的注释，对理解OMP算法有非常大的帮助！

贪婪追踪算法之 MP 算法的 Python 代码实现。可用于过完备字典对信号的稀疏表示或信号压缩等。适用于科研人员以及大学生毕业论文的算法构建。

利用匹配追踪算法进行兰姆波信号分析，于勇凌，张海燕，在兰姆波检测中，模态信息识别是一个难点，本文利用稀疏表示中的匹配追踪算法对兰姆波信号进行处理。选择Chirplet原子作为重建基础�

自己编写的匹配追踪算法，用在压缩感知中，适合初学者

代码程序的输入是自己写的一个函数，可以根据自己需求更换数据输入。计算量需要大量时间（依据自己的数据大小来估算时间），但最后的效果图要好

本资源是我的博客(基于MATLAB的最短路径法弯曲射线追踪）[https://blog.csdn.net/Neverlevsun/article/details/116571184]中的MATLAB代码，包含了博文中未给出的sMoserjinsisub、sMoserRoadsub两个函数。 1、代码运行速度非常快，适合新手使用，可建立一些简单模型来进行数值模拟，也可用做其他程序的子函数调用，对认识曲射线追踪非常有帮助。 2、资源中给出了两个模型用以实例代码的用法，其中一个是包含空洞的高速异常体模型，另一个是包含高速异常的介质模型。 3、本代码为本人所开发，如用于其他用途，请告知作者授权，谢谢配合。

omp算法matlab代码LASSO-Solver-OMP 设计师：赵俊波，武汉大学，在清华大学智能图像和文档处理国家实验室工作。 联络电话： + 86-18672365683 介绍该软件包以著名的LASSO求解器实现了正交匹配追踪算法（OMP），并且该程序是在LAPACK的帮助下以C ++编写的。 LASSO是一个关键问题，可以将其视为统计问题，但在许多应用程序中已得到广泛利用。 稀疏编码，例如，作为计算机视觉，自然语言处理和机器学习的重要工具，是基于LASSO求解器的良好发展。 OMP因其相对于基本追求或先前提出的匹配追踪（MP）的优势而广为人知。 OMP实现了更快的收敛，并克服了其他方法的一些缺点。 为了方便起见，许多实现OMP算法的代码大多是在MATLAB中实现的。 但是，由于MATLAB在遇到大迭代时并不是那么有利，因此对于某些大规模或高维问题，首选C ++。 该OMP算法的具体介绍可以在论文《正交匹配追踪-递归函数逼近及其在小波分解中的应用》 （2003）中看到。 配置要运行该项目，您应该在Visual C ++环境中预先配置LAPACK接口。 如果您访问网站，这将非常容易

基于 MATLAB 的开源软件，用于使用光线追踪算法生成室内可见光通信脉冲响应 Indoor_VLC_Ray_Tracing

光线追踪算法_100行python代码pdf.pdf

基于改进的匹配追踪算法的信号稀疏分解 能够有效提取信号的特征值