FastMAC:对应图的随机频谱采样
本文提出了一种基于图信号处理的快速谱聚类算法,通过使用图滤波器对随机信号进行谱聚类距离矩阵的估计,利用这些随机向量的随机性来估计聚类数目 k,相较于传统谱聚类方法,我们的方法在大规模数据集上表现相当且速度至少快二倍。
Sep, 2015
本文提出了一种基于图信号处理的方法,采用图滤波和随机采样技术加速生成 Laplacian 矩阵特征向量和 k-means 聚类算法步骤,该方法在控制误差的同时计算时间效率可达到数个数量级的提升,并在人工合成数据和真实网络数据集上进行测试。
Feb, 2016
论文介绍了一种基于频谱域迭代上采样的简单有效的地图或对应关系细化方法,并说明了如何将该方法应用于对称性检测、完整形状的地图细化、非刚性部分形状匹配和函数转换等一系列应用场景中,证明了该方法相比最佳竞争方法具有更高的结果质量和计算速度,并且对于噪声输入具有鲁棒性和扩展形状复杂性。最后,文章提出了一个理论上的方法,揭示了功能地图的结构属性。
Apr, 2019
本文研究了图形实现问题,提出了 3D-ASAP 算法,并将其应用于结构生物学领域中的分子问题,该算法包括采用谱分区算法的更快版本,并且在测量距离高噪声和连接稀疏的情况下表现良好且与最新的本地化算法相比有优越性。
Nov, 2011
该论文研究了对一组 $n$ 个时间域样本的小型随机子集中的谱稀疏信号的恢复问题,声称使用一种名为结构化矩阵完成(EMaC)的新算法,该算法通过核范数最小化的方式,通过把数据排列成低秩增强形式来进行恢复,并展示了其对低秩多重 Hankel 或 Toeplitz 矩阵的恢复能力。
Apr, 2013
本文提出适用于整数二次规划公式的稳定和信息量丰富的一阶和二阶兼容性术语,这是针对近似加权图匹配问题,基于图拉普拉斯的稳定性谱特征分析,包括一种测量给定特征值的稳定性和信息量的目标函数,以及作为稳定的二阶兼容性项的成对热核距离,并在合成图和实际图像上对其进行了测试并表明了其性能优越性。
Apr, 2013