摘要：
1 定义图上的卷积操作 假定有一个函数，输入是图的邻接矩阵，输出是L/Lsym这种性质比较好的矩阵 F（A）可以分解： 那么我们定义图上的卷积操作 先让X去新的域，再进行操作，最后用逆变换变回来 作出限制：gΘ（尖）是λ的多项式函数： 2 限制的好处 如果上述函数是多项式函数，那么就需要做特征分解了 阅读全文
posted @ 2023-05-14 23:38
化繁为简，弃快从慢
阅读(200)
评论(0)
推荐(0)
摘要：
1 graph 和image 区别 graph是由点和边构成，可以代表任何事物之间的关系 image只是表达式欧氏空间力的事物关系 可以将像素设为节点，相邻像素连接右边，将image转化为graph iamg是graph的特例 2 图神经网络 专门用来处理图数据的神经网络架构 给每个节点的特征H和图 阅读全文
posted @ 2023-05-14 15:24
化繁为简，弃快从慢
阅读(67)
评论(0)
推荐(0)
摘要：
1 谱图理论 研究和图的邻接矩阵相关的矩阵的性质 （1）特征值和特征向量 （2）实对称矩阵 （3） 半正定矩阵 （4）二次型 （5）rayleigh 商 就是特征值 2 L 和Lsym矩阵 L是图的拉普拉斯矩阵 L = D -A Lsym是L的对称规范化 （1）L 和Lsym是实对称矩阵，他们都有n 阅读全文
posted @ 2023-05-14 15:24
化繁为简，弃快从慢
阅读(51)
评论(0)
推荐(0)
摘要：
1 傅里叶变换 研究同一个事物，在不同的领域的视角是怎么不同的 2 傅里叶分析之掐死教程 - 知乎 (zhihu.com) 傅里叶变换和逆变换是无损的 3 变换的目的 有的操作在不同的领域的成本不同 上面的音频：可以由傅里叶转换为下面 这样就可以将音频拆分为男女不同的音频 4 图上做变换的必要性 图 阅读全文
posted @ 2023-05-14 15:24
化繁为简，弃快从慢
阅读(106)
评论(0)
推荐(0)
浙公网安备 33010602011771号