稀疏表示與協作表示分類器：核心差異與代碼資源

概念辨析

稀疏表示 (SRC)：假設測試樣本可由同類訓練樣本的**稀疏線性組合**表示，透過 L1 範數 最小化求解稀疏係數，再按殘差分類。
協作表示 (CRC)：放寬稀疏限制，允許**所有類別**的訓練樣本協作表示測試樣本，改用 L2 範數 正則化（岭迴歸），求解閉式解，計算極快，分類效果常優於 SRC。

關鍵差異

代碼獲取

Google Scholar 搜尋 sparse representation classification 或 collaborative representation classification，許多論文附帶 MATLAB/Python 實現。知名倉庫：CRC MATLAB 代碼、SRC 實現。