信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域，众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等。
稀疏表示（sparse representation）是目前计算机视觉、模式识别、信号处理等领域非常热门的研究方向。稀疏表示是获取、表示和压缩高维信号的有效工具。
基于310个网页-相关网页
Aiming at the high alarm rate and poor robustness in the existing intrusion detection algorithms, this paper proposes a cooperative intrusion detection algorithm based on sparse representation.
针对现有入侵检测算法误报率较高和鲁棒性较差的问题，提出一种基于稀疏表示的协同入侵检测算法。
参考来源 - 基于稀疏表示的协同入侵检测算法Experimental results show the result is superior to that of wavelet’s. For singularities alone curves, curvelets can give sparse representation.
对具有曲线奇异性的目标，曲线波能对其进行稀疏表示。
参考来源 - 多尺度分析在图像处理中的应用研究·2,447,543篇论文数据，部分数据来源于NoteExpress
但是，马毅认为这些困难是可以通过稀疏表示来加以解决的。
But Ma thinks these difficulties can be addressed with his sparse-representation approach.
基于一种两步稀疏表示的方法，利用随机框架讨论欠定盲源分离的恢复能力。
This paper discusses the recoverability of underdetermined blind source separation(BSS), based on a two-stage sparse representation approach.
为促进信号稀疏表示、稀疏分解的研究与应用，研究其快速算法是十分必要的。
Otherwise, signal sparse denotation and decomposition can not be practical, it can only remain in the searching phases.
应用推荐