上一页 1 2 3 4 5 6 ··· 42 下一页
摘要: 引入 聚类算法一般可以分为两类: Compactness。代表的算法有 K-means,GMM 等。但这类算法只能处理凸集,为了处理非凸的样本集,必须引⼊核技巧。 Connectivity。这类以 spectral clustering 为代表。 举个例子,将下述数据采用聚类算法进行聚类,可以采用 阅读全文
posted @ 2022-01-18 10:40 cute_Learner 阅读(128) 评论(0) 推荐(0) 编辑
摘要: Paper Information Title:《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》Authors:Michaël Defferrard、Xavier Bresson、Pier 阅读全文
posted @ 2022-01-17 17:26 cute_Learner 阅读(151) 评论(0) 推荐(0) 编辑
摘要: 《Inductive Representation Learning on Large Graphs》 论文标题:Inductive Representation Learning on Large Graphs 论文作者: William L. Hamilton (wleif@stanford.e 阅读全文
posted @ 2022-01-17 08:24 cute_Learner 阅读(17) 评论(0) 推荐(0) 编辑
摘要: Paper information Tittle:《Spectral Networks and Locally Connected Networks on Graphs》 Authors:Joan Bruna、Wojciech Zaremba、Arthur Szlam、Yann LeCun Sour 阅读全文
posted @ 2022-01-17 00:54 cute_Learner 阅读(113) 评论(0) 推荐(0) 编辑
摘要: 图神经网络基础目录: 《图神经网络基础一:傅里叶级数与傅里叶变换》 《图神经网络基础二——谱图理论》 论文解读GCN 1st《 Deep Embedding for CUnsupervisedlustering Analysis》 一、从简单变换到傅里叶级数 如下图所示,在笛卡尔坐标系中,定义一组基 阅读全文
posted @ 2022-01-15 19:07 cute_Learner 阅读(243) 评论(0) 推荐(3) 编辑
摘要: 三角公式汇总 一、任意角的三角函数 在角 $\alpha$ 的终边上任取一点 $P(x, y)$ , 记: $r=\sqrt{x^{2}+y^{2}} $, 正弦: $\sin \alpha=\frac{y}{r} $ 余弦: $\cos \alpha=\frac{x}{r} $ 正切: $\tan 阅读全文
posted @ 2022-01-15 10:03 cute_Learner 阅读(122) 评论(1) 推荐(2) 编辑
摘要: 前言 在图像增强中,平滑是为了消除图像中噪声的干扰,或者降低对比度,与之相反,有时为了强调图像的边缘和细节,需要对图像进行锐化,提高对比度。图的边缘是指在局部不连续的特征。原理 拉普拉斯锐化图像是根据图像某个像素的周围像素到此像素的突变程度有关,也就是说它的依据是图像像素的变化程度。我们知道,一个函 阅读全文
posted @ 2022-01-14 20:27 cute_Learner 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 概念 零概率问题:在计算事件的概率时,如果某个事件在观察样本库(训练集)中没有出现过,会导致该事件的概率结果是 $0$ 。这是不合理的,不能因为一个事件没有观察到,就被认为该事件一定不可能发生(即该事件的概率为 $0$ )。 拉普拉斯平滑(Laplacian smoothing) 是为了解决零概率的 阅读全文
posted @ 2022-01-14 19:59 cute_Learner 阅读(131) 评论(2) 推荐(1) 编辑
摘要: 前言 数据分为两类:欧几里得数据与非欧几里得数据 欧几里得数据 特点:“排列整齐”,是一类具有很好的平移不变性的数据。 图像中的平移不变性:即不管图像中的目标被移动到图片的哪个位置,得到的结果(标签)应该相同的。 对于这类数据以其中一个像素为中心点,其邻居节点的数量相同。可以很好的定义一个全局共享的 阅读全文
posted @ 2022-01-14 17:57 cute_Learner 阅读(34) 评论(0) 推荐(1) 编辑
摘要: 图神经网络基础目录: 《图神经网络基础一:傅里叶级数与傅里叶变换》 《图神经网络基础二:谱图理论》 1、图的拉普拉斯矩阵 1.1 拉普拉斯算子 拉普拉斯算子 (Laplace Operator) 是为欧几里德空间中的一个二阶微分算子,定义为梯度的散度,可以写作 $\Delta, \nabla^{2} 阅读全文
posted @ 2022-01-14 16:16 cute_Learner 阅读(77) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 42 下一页