了解了树形结构之后，更为复杂的便是图的结构，图结构在生活中的应用也是很广阔的，交通便是一例。用图的结构模拟简单的铁路交通可加深对图的理解，为之后图的更复杂的应用做铺垫。
2021-10-04 16:21:22
27.34MB
1
局部图结构（LGS）及其变体对称局部图结构（SLGS）已被证明对图像识别有效。 但是，它们的缺点是没有考虑目标像素和周围像素之间的差异以及周围像素之间的差异对目标像素的特征值的贡献。 为了克服传统方法的不足，提出了一种用于手指静脉识别的差分对称局部图结构（DSLGS）算法。 DSLGS运算符考虑了不同值对目标像素特征的贡献，从而使提取的特征更加稳定。 实验结果表明，与传统方法相比，该算法具有更好的性能。
2021-09-27 12:00:14
312KB
1
近年来，图神经网络(GNNs)由于具有建模和从图结构数据中学习的能力，在机器学习领域得到了迅猛发展。这种能力在数据具有内在关联的各种领域具有很强的影响，而传统的神经网络在这些领域的表现并不好。
2021-09-07 10:21:18
2.3MB
1
HGSL
AAAI提交的源代码“图神经网络的异构图结构学习”
要求
Python包
Python> = 3.6.8
火炬> = 1.3.0
GPU内存要求
ACM> = 8G
DBLP> = 5G
Yelp> = 3G
用法
以DBLP数据集为例：python train.py --dataset ='dblp'
2021-08-09 12:20:26
26.89MB
1
12SG121-1施工图结构设计总说明(混凝土结构)(CAD版)图集
2021-06-06 18:01:38
187KB
1
在qt中将图结构进行可视化，并可以编辑邻接关系。具体介绍参考：https://blog.csdn.net/iamqianrenzhan/article/details/105257745
2021-05-12 19:07:36
6KB
1
图神经网络(GNNs)广泛应用于分析图结构数据。大多数GNN方法对图结构的质量非常敏感，通常需要一个完美的图结构来学习信息嵌入。然而，图中噪声的普遍性需要学习鲁棒表示以解决真实世界问题。为了提高GNN模型的鲁棒性，许多研究围绕图结构学习(Graph Structure Learning, GSL)这一中心概念提出，旨在共同学习优化的图结构及其表示。
2021-03-08 09:14:31
529KB
1