SPAMS稀疏建模工具箱

SPAMS是一种稀疏优化工具箱，可以进行字典学习和矩阵稀疏分解等。提供了Matlab、R语言和python三种接口，下边说一下，在windows系统下的配置。

基本配置环境：matlab 2010a，VS2010和XP系统

1、SPAMS下载：http://spams-devel.gforge.inria.fr/downloads.html

2.、将其添加进matlab目录中。

3、配置mex编译器，详见：http://blog.csdn.net/huanleu/article/details/38735797

4、修改SPAMS配置文件compile.m

编译器配置，gcc修改为mex

%%%%%%%%%%%%% COMPILER CONFIGURATION %%%%%%%%%%%%%%%%
compiler='mex';

多线程配置，因为兼容性问题，改为false

%%%%%%%%%%%% MULTITHREADING CONFIGURATION %%%%%%%%%%%%%%
use_multithread=false; 

考虑速度问题，将use_64bits_integers设为alse，大矩阵的时候用true。

其他的保持不变。

5、进入matlab命令窗口，输入compile，进行编译，会报出一堆warning，作为一名程序员，直接无视。

下边贴一段测试代码，代码放在test_release文件夹下，详见https://chunqiu.blog.ustc.edu.cn/?p=570。

% test_TrainDL_GJ.m：测试mexTrainDL函数
clc
clear
close all
I = double(imread('..\data\lena.png'))/255;
I = imresize(I,0.25);%scale
X = im2col(I,[8,8],'sliding');% extract 8*8 patches
X = X-repmat(mean(X),[size(X,1) 1]);% substract the mean
X = X./repmat(sqrt(sum(X.^2)),[size(X,1) 1]);% normination
param.K = 256; % learn a dictionary with 100 elements
param.lambda = 0.15;
param.numThreads = -1; % number of threads
param.batchsize = 400;
param.verbose = false;
param.iter = 100; %iteration times
tic
D = mexTrainDL(X,param);
t = toc;
fprintf('time of comptation for Dictionary Learning: %f\n',t);
fprintf('Evaluating cost functions ...\n');
alpha = mexLasso(X,D,param);
R = mean(0.5*sum((X-D*alpha).^2)+param.lambda*sum(abs(alpha)));
ImD = displayPatches(D);
imagesc(ImD);
colormap('gray');
fprintf('objective function: %f\n',R);

最后的测试结果如下：

指标如下

time of comptation for Dictionary Learning: 13.248159
Evaluating cost functions ...
objective function: 0.207007