matlab精度检验代码-GCN:GCN

matlab精度检验代码图卷积网络（GCN） 与以前的最佳模型相比，我们实施了GCN来预测自闭症谱系障碍（ASD），并且准确性提高了约10％。 GCNC²P模型 图卷积和图池化的影响 对邻接矩阵A和特征矩阵H的影响 图上效果的图示 依存关系 张量流 大熊猫 脾气暴躁的 斯克莱恩 tqdm 工作流程 1.准备 将ABIDE_fc.mat转换为csv文件，以便Python可以轻松读取数据。 创建一个名为“ FC_norm”的目录。 然后，在MatLab中运行 converter.m 2.预处理和创建数据集 使用data.py生成一个pickle文件，其中包含训练，验证和测试数据集。 这是为了确保数据集的分割在train.py的多次运行中是相同的，因为数据在分割之前已经洗牌了。 （数据路径在config.py中指定： DATA_dir，left_table_file，matrices_dir，pickle_path，upsampled_pickle_path） $ python data.py 或根据指定拆分的json文件生成数据集（默认为“ split_ids.json” $ python