如何在python中实现字典学习和信号压缩感知？

我正在尝试对来自加速度传感器的信号实现字典学习和压缩感知，但是，我不知道从这里可以走到哪里。是否有任何教程/博客为字典学习和压缩感知提供解释、方法和代码

编辑1

我从scikit学习中找到了代码

sklearn.decomposition.DictionaryLearning(n_components=None, alpha=1, max_iter=1000, tol=1e-08, fit_algorithm='lars', transform_algorithm='omp', transform_n_nonzero_coefs=None, transform_alpha=None, n_jobs=None, code_init=None, dict_init=None, verbose=False, split_sign=False, random_state=None, positive_code=False, positive_dict=False, transform_max_iter=1000)

我想了解的是如何确定组件的数量和alpha值？此外，词典学习如何用于机器学习中的分类算法？请参见下面的示例图片和链接

---

我推荐斯波科。它不仅适用于信号1D，也适用于2维或更多维，您可以在标准稀疏或卷积稀疏表示中使用字典学习。