Sparco是一个稀疏信号恢复的测试框架,论文参考http://file:///E:/DownLoad/CromeDownload/Sparco_A_testing_framework_for_sparse_reconstructi.pdf在我的理解里,就是一个可以方便提供各种基准数据集的工具箱。我们在研究的时候,经常需要测试提出的算法在实际的工程数据上的效果,这个时候就需要获取一些公开的数据集进行测试了。
1. 第一步,获得sparco工具箱。原始论文中的链接我已经打不开了,当然也有可能是我个人电脑原因。我在github上找到了其源码,https://github.com/MPF-Optimization-Laboratory/Sparco,亲测满足基本使用。直接下载zip压缩包,然后解压到英文路径下就可以了。
2. 安装。打开matlab,切换路径到sparco解压路径下,然后运行sparcoSetup.m就可以自动完成安装了。在github的readme里面也有详细介绍,有需要可以参阅。
3. 使用。SPARCO工具箱是一个只能使用matlab运行的,但是我个人想用python进行算法编写和数据处理,所以我这里只描述如何把数据集数据导出来。
基本操作:比如我们想要用sparco7数据集,那就写P=generateProble