基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
卷积神经网络在欧氏数据上取得巨大成功之后,开始在图结构、几何流行等非欧数据上泛化.当前图卷积神经已成为研究热点.在数字图像去噪、压缩、增强、融合以及加密方面傅里叶变换与小波变换是不可或缺的处理手段,在图卷积神经中有卷积定理将傅里叶变换用于实现图上的卷积运算,谱图小波变换也只是实现了卷积的快速算法,都是围绕如何在图结构上做卷积而展开的研究,没有真正发挥其作用,大大限制了图卷积神经网络性能的发挥.该文对谱图傅里叶变换与谱图小波变换基进行分析研究,同时研究基与图结构之间的关系.实验表明通过谱图傅里叶变换和谱图小波变换可以获取图结构的特征信息,为谱图小波变换和谱图傅里叶变换更深入地与图卷积神经网络结合提供了参考.
推荐文章
语谱图傅里叶变换的二字汉语词汇语音识别
傅里叶变换
语谱图
特征融合
支持向量机
傅里叶变换-离子回旋共振质谱
傅里叶变换离子回旋共振质谱
电喷雾电离
基质辅助激光解吸电离
小波变换在图象压缩中的应用
图象压缩
小波变换
向量量化
LBG
基于小波变换的盲图象恢复
盲图象恢复
小波变换
平滑约束
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 谱图傅里叶变换与谱图小波变换基分析研究
来源期刊 计算机技术与发展 学科
关键词 谱图 小波变换 图卷积神经网络 傅里叶变换 卷积定理 本征函数 拉普拉斯算子
年,卷(期) 2021,(5) 所属期刊栏目 图形与图像
研究方向 页码范围 85-89
页数 5页 分类号 TN911.30-39
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2021.05.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱图
小波变换
图卷积神经网络
傅里叶变换
卷积定理
本征函数
拉普拉斯算子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导