邻接矩阵

理论应用 | 基于二分网络的知识复杂度

我局官微“上海统计”已开设专栏“理论应用”,内容聚焦前沿理论、立足全球视野,以传播现代统计方法、实践和成功案例为主,助推统计人科研水平提高和统计事业的改革发展,欢迎大家及时关注分享。本期推送“基于二分网络的知识复杂度”,原文是发表在《Information S

网络 应用 社团 邻接矩阵 杨荣 2025-03-28 09:30  2

使用动态图卷积神经网络的脑电情绪识别

本文提出了一种基于动态图卷积神经网络(DGCNN)的多通道脑电波情感识别方法。该方法通过使用图形模型对多通道脑电信号进行建模,并利用训练好的神经网络学习不同脑电通道之间的内在关系,从而提取更具区分度的脑电信号特征。实验结果表明,该方法在SEED和DREAMER

eeg 邻接矩阵 动态图 2024-12-15 07:06  9

图卷积网络入门:数学基础与架构设计

数据是对现实世界的抽象表征。物理现象、人类行为模式以及自然规律都可以通过数据结构进行编码和表示。通过实现各类算法和模型,可以挖掘数据中的隐含模式,提取具有实际意义的非平凡信息。卷积神经网络(CNN)专门处理具有网格结构的数据(如图像),循环神经网络(RNN)则

架构设计 数学基础 邻接矩阵 2024-12-02 09:40  11