稀疏表示是最近几年信号处理领域的热点之一， 其核心是借助一个事先得到的字典对输入信号进行分解，并通过字典中少数基线性近似地表示输入信号的过程。稀疏表示理论已经成功应用于压缩感知、图像处理、机器学习等多个领域。全书分为两部分，第一部分介绍了 稀疏表示的理论基础，并讨论了多种典型求解算法：第二部分选取了六个典型应用进行剖析。全书理论与实践并重，适合数学与信号处理专业的研究生及科研工作者参考。

第1章数学基础：线性空间与方程
1.1定义
1.2线性映射
1.3基变换
1.4子空间
1.5商空间
1.6Gauss消元法
1.7矩阵的秩、行秩和列秩
1.8解空间的结构
1.9矩阵的相抵
1.10线性映射与矩阵表示
1.11线性变换与不变子空间
1.12特征值与特征向量
1.13方阵的相似
1.14二次型及相合变换
……