摘要: 一、为什么要图卷积? 层级结构:每一层的训练结果依赖于上一层的。 图像二维数据,语音一维数据可以二维表示。可通过欧几里得空间数据进行表示。 然而也有无法表示的,例如微信数据里的人与人之间关系,图(无距离信息,空间信息)。因而出现了图卷积。 频域与时域两条线,GCN可以用于时域的处理。 二、图卷积基本 阅读全文
posted @ 2020-05-21 13:12 ostartech 阅读(3740) 评论(0) 推荐(0) 编辑
摘要: sony cyber-shot DSC-w35 索尼W35 1/2.5“ CCD长5.12mm宽3.84mm,对角线长度6.4mm。 3072×2304,3072×2048(3:2),2592×1944,2048×1536,1632×1224,640×480 Sony(索尼)W35是一款面向入门级用 阅读全文
posted @ 2020-03-18 20:22 ostartech 阅读(1192) 评论(0) 推荐(0) 编辑
摘要: 1、高斯分布: 透彻理解高斯过程Gaussian Process (GP)_人工智能_冯喆--AI工匠-CSDN博客 https://blog.csdn.net/paulfeng20171114/article/details/80276061 一文详解高斯混合模型原理 - 知乎 https://z 阅读全文
posted @ 2020-03-14 17:19 ostartech 阅读(1374) 评论(0) 推荐(0) 编辑
摘要: 1、 GPML toolbox I: 基本介绍 - 知乎 https://zhuanlan.zhihu.com/p/41521513 最经典的GP代码包:http://www.gaussianprocess.org/gpml/code/matlab/doc/ Multi-output Gaussia 阅读全文
posted @ 2020-03-11 13:29 ostartech 阅读(1423) 评论(0) 推荐(0) 编辑
摘要: The Berkeley Segmentation Dataset and Benchmark https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/ 图像分为200个图像的训练集和100个图像的测试集。 Berkeley S 阅读全文
posted @ 2020-03-06 00:16 ostartech 阅读(4492) 评论(0) 推荐(0) 编辑
摘要: VLFeat -Vision Lab Features Library GitHub - vlfeat/vlfeat: An open library of computer vision algorithms https://github.com/vlfeat/vlfeat VLFeat的主页:h 阅读全文
posted @ 2020-03-04 14:04 ostartech 阅读(1471) 评论(0) 推荐(0) 编辑
摘要: 模糊聚类: [图文]基于matlab的模糊聚类分析 - 百度文库 https://wenku.baidu.com/view/cc91efea102de2bd960588ae.html#opennewwindow 用matlab做聚类分析 - 百度文库 https://wenku.baidu.com/ 阅读全文
posted @ 2020-03-04 13:35 ostartech 阅读(852) 评论(0) 推荐(0) 编辑
摘要: RGB转YcbCr色彩空间: %将一幅640*480的彩色图片转换成显示成灰度显示? clc; clear all; close all; RGB_data = imread('lena.jpg');%图像读入 R_data = RGB_data(:,:,1); G_data = RGB_data( 阅读全文
posted @ 2020-03-02 14:18 ostartech 阅读(1738) 评论(0) 推荐(0) 编辑
摘要: Batang 阅读全文
posted @ 2020-02-20 01:12 ostartech 阅读(300) 评论(0) 推荐(0) 编辑
摘要: 一、基于插值 二、基于重建 三、基于学习 稀疏表示 LLE 基于邻域嵌入的超分辨率重建 | 学步园 https://www.xuebuyuan.com/2224612.html 流形学习的几何观点 http://www.cad.zju.edu.cn/reports/%C1%F7%D0%CE%D1%A 阅读全文
posted @ 2020-02-09 16:44 ostartech 阅读(1463) 评论(0) 推荐(0) 编辑