检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]三亚学院信息与智能工程学院,海南三亚572000 [2]92961部队,海南三亚572000
出 处:《物联网技术》2025年第8期59-63,67,共6页Internet of things technologies
基 金:海南省自然科学基金面上项目(621MS058)。
摘 要:图滤波器设计是图信号处理领域中一个备受关注且富有挑战性的课题。随着图卷积神经网络的迅速发展,图滤波器的设计变得尤为重要,由于它们能够有效捕捉图中节点之间的复杂关系和局部模式,生成更具信息量的节点从而提升节点表示的能力,因此在图数据的分析与学习中发挥着关键作用。图傅里叶变换和图小波变换已被嵌入到图卷积神经网络中:图傅里叶变换能够提供频域信息,而图小波变换则引入了多尺度分析的思想,使滤波器能够更灵活地适应不同尺度上的图信号特征。研究图小波变换滤波器,并对Heat kernel、Mexican-hat和Meyer三种滤波器的性能进行对比与分析,为基于图小波变换的图卷积神经网络滤波器的选择提供参考依据。
关 键 词:谱图小波变换 图滤波器 图信号处理 图拉普拉斯矩阵 图卷积神经网络 多尺度分析
分 类 号:TP391.4[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7