压缩感知入门资料引导

压缩感知入门参考资料引导----本文档版权属于“压缩感知讨论群180291507”,转载请注明出处1.1引言鉴于群里不断加入刚刚接触压缩感知（CS）领域的新同学，因此每过几天都会有新的同学问关于入门CS需要学习哪些资料。尽管群里ammy等管理员们多次不厌其烦地给出建议，但是，同样一个话题每天都去重复，实在太耗费精力。因此，我把ammy等几位群里管理员关于给那些刚入门CS同学的提议资料，整理了一下，方便自行大家参考与学习。------@ML-Imag-格格(824308876)1.2入门资料作为CS的入门资料，首先需要阅读综述性的文章，对CS先有个大致的综合了解，再深入地阅读与自己相关的算法方面文献。（1）最简单的入门中文资料，可以去沙威老师的个人网站去下载沙老师写的一篇CS文档，通俗易懂，对于刚入门CS领域的同学来说，是不错的选择。下载地址：~wsha/Freecode/freecode.htm，选择Introductiontocompressivesensing(InChinese)黄色那个中文文档下载。（2）然后，去综述文献，这是学习CS的最经典也是最权威的综述文献，下载TutorialsandReviews部分的所有综述文献（目前已经更新到17篇）。读完沙老师的文档与rice大学网站的所有综述文献，你对CS就已经有了大概的了解了。（3）关于很多刚开始处于入门阶段的同学，不知道如何能找到代码，一个最简单的方法就是：（a）去上面这个rice大学的网站上将各种CS的方法与文献进行归类，相应的算法代码也可以在此下载到，点击该网站最顶部红色箭头所标注的software,就可以下载到相关算法的代码和工具包。（b）如果你看的文献和算法的代码，这里没有提供,通常最有效的方法是去作者（就是文献上关于该算法最早提出的作者）的个人主页上去找，如果作者提供了代码，一般都会在个人主页上挂出来，如果作者没挂出来，通常情况下是要不到代码的。（c）但是，如果作者自己没有提供代码，有时候，也会有其他的学者把自己对该算法的实现代码共享出来。这个时候，最有效的方法就是google了，一般google的时候，用“该算法的名字+code”关键词进行搜索，运气好的话，有时候也能搜到。当然，如果没有人共享的话，那就只能靠自己对算法的理解，亲自写代码了，别无其他办法。注：下载别人代码的话，为了表示对代码作者的尊重，在写论文需要在参考文献引用该代码出处，或者相应的代码作者的论文。1.3共享资料关于压缩感知，群里共享文件有不少不错的文献资料、书籍，以及群里大牛们的讲解整理文档，大家可以去共享文件里翻阅和寻找。（1）推荐两本关于压缩感知与稀疏表示的书籍：(a)CompressedSensingTheoryandApplication-2012,作者Y.C.Eldar;(b)SparseandRedundantRepresentationsfromTheorytoApplicationinSignalandImageProcessing,作者MichaelElad.这两本书的电子版在群共享文件夹里都能找到，如果找不到，请自行google或者到作者主页上下载。两本书封皮如下：（2）群共享文件里有很多word文档，是群里几个大牛对一些算法的讲解，下载下来结合相应的论文对照着看，会加深对论文的理解，感谢这些无私给大家分享自己知识的大牛们，向他们致敬！（3）对于不同的研究方向，群里每个成员的名片上都有标记，可以根据这些寻找跟自己方向匹配的群友进行交流。谨记：对于新手来说，先阅读入门资料，遇到不会的问题先自己百度一下，或者google一下，如果解决不了，再在群里寻求帮助。群里不是太欢迎那些一上来就开口要资料要代码的，其实很多资料和代码，自己只要用心一点，动手google一下，都能找到，实在找不到再求其他人帮助也不晚。1.4群里大牛群里藏龙卧虎，有不少基础很扎实的牛同学和牛老师在里面。群里的几个管理员都是比较厉害的，也都比较热心，大家遇到不懂的问题，只要虚心求教，大多都会得到他们的帮助解答。给大家推荐几个比较牛的管理员，比如@CSthe-沙威,@NMF*5-ML-吴有光,@SAR*3-Ammy-没开私,@ALG*4-CSthe-Q先生,@ArrSP*3-不误导等，基础都比较扎实，乐于助人，经常给群里解答各种问题，先对他们赞一个~~，大家可以多虚心向他们学习和请教。后记：以上写的这些，其实大多来自群里其他大牛们的建议，我只是负责连贯地把他们说的整理了一下，写成一个文档，方便大家可以根据文档提供的资料自行入门，也省了那些大牛们每天不厌其烦地一遍遍地重复回答新加入的同学提出的入门求助问题。所有，有问题，大家可以多请教那些大牛们，千万不要求助我啊，我只是一个文字工作整理者，是群里的一棵小白菜，问我也回答不上来，岂不是又浪费了你的口舌，又浪费了你的时间，很划不来，是吧？