Spectral

【黑盒对抗攻击】ICML 2021：SPADE: A Spectral Method for Black-Box Adversarial Robustness Evaluation

【黑盒对抗攻击】SPADE:ASpectralMethodforBlack-BoxAdversarialRobustnessEvaluation论文地址：代码地址：论文摘要：主要问题：主要思路：主要贡献：基本概念：谱图理论：对抗性鲁棒性的机器学习：对抗性鲁棒性评估：具体实现：整体框架：基于图的流形构造：ML模型的SPADE分数：距离度量：SPADE分数：输入数据样本的SPADE分数：SPADE分数

BIT可达鸭·2025-05-20 13:32

机器学习中的谱方法（Spectral Methods）与核方法（Kernel Methods）

文章目录机器学习中的谱方法（SpectralMethods）与核方法（KernelMethods）1.谱方法（SpectralMethods）核心思想关键技术示例：谱聚类2.核方法（KernelMethods）核心思想关键技术示例：核SVM3.谱方法与核方法的对比4.核心联系5.如何选择？6.总结机器学习中的谱方法（SpectralMethods）与核方法（KernelMethods）谱方法和核方

Cachel wood·2025-03-12 01:44

解决python报错：AttributeError: module ‘matplotlib.cm‘ has no attribute ‘spectral‘

最开始以为是matplotlib的版本问题，于是关闭文件进行了版本更新（不关闭python文件直接在命令行输入pipinstall--upgradematplotlib会报错：CouldnotinstallpackagesduetoanOSError:[WinError32]另一个程序正在使用此文件，进程无法访问。:'这里一堆路径，是在python文件中用到的font等等`optionorchec

moz与京·2025-02-04 16:54

【无监督特征选择方法综述】

无监督特征选择方法综述前言一、Filter方法1.单变量Informationbasedmethods基于信息理论Spectral-similaritybasedmethods基于光谱相似性的方法2、多变量

潘儿er·2025-02-03 02:17

Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering

ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering1、主要贡献2、算法介绍2.1学习局部化谱filtersk阶近似与ChebNet2.2图池化图粗化快速pooling整个GCN过程1、主要贡献1、谱方法的卷积公式。一种基于谱方法的CNN的形式化表述，基于GSP2、严格的局部化的filters。局部化就是定义了一

怕狗子的福哥·2024-02-06 01:51

On the Spectral Bias of Neural Networks论文阅读

1.摘要众所周知，过度参数化的深度神经网络(DNNs)是一种表达能力极强的函数，它甚至可以以100%的训练精度记忆随机数据。这就提出了一个问题，为什么他们不能轻易地对真实数据进行拟合呢。为了回答这个问题，研究人员使用傅里叶分析来研究深层网络。他们证明了具有有限权值(或训练有限步长)的深度网络天生偏向于表示输入空间上的平滑函数。具体地说，深度ReLU网络函数的特定频率分量(k)的衰减速度至少与O(k

瞻邈·2024-02-06 01:50

论文分享-- GCN -- Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering

本次要总结的论文是ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering，论文链接GCN，参考的代码实现GCN-code。不得不说，读懂这篇论文难度较大，因为里面有许多数学推导，要了解较多的数学知识。本人数学一般，因此在读本论文的同时参考了网上部分较优秀的讲解，这里会结合我对论文的理解，对本论文下总结，文末会详细列

村头陶员外·2024-02-06 01:50

论文阅读《Feature Transformation Ensemble Model with Batch Spectral Regularization for Cross-Domain Fe...

没想到上次的论文阅读更新是八月份哈哈哈哈说好这个月要好好更新的那就把之前没有更新出来的论文阅读补充一下还是小样本跨域系列哈~（由于之前阅读的时间有点久这边可能会放一些PPT）论文名称：《FeatureTransformationEnsembleModelwithBatchSpectralRegularizationforCross-DomainFew-ShotClassification》论文地址

LiBiscuit·2024-01-29 01:50

运动想象脑电分类的脑通道-时间-频谱-注意相关

运动想象脑电分类的脑通道-时间-频谱-注意相关EEG-Channel-Temporal-Spectral-AttentionCorrelationforMotorImageryEEGClassification

有人学习不瞌睡吗·2024-01-27 22:29

高光谱图像加载、归一化和增强（jupyter book）

从本地路径加载importscipy.ioassio#文件路径file_path='你的本地路径'#使用scipy加载.mat文件data=sio.loadmat(file_path)#提取高光谱图像数据spectral_image

是lethe先生·2024-01-27 10:14

听GPT 讲Rust源代码--library/portable-simd

File:rust/library/portable-simd/crates/core_simd/examples/spectral_norm.rsspectral_norm.rs是一个示例程序，它展示了如何使用

techdashen·2024-01-02 14:07

完全和不完全数据 line spectral 估计的无网格稀疏方法

论文将AST（原子范数软阈值化）推广到非连续采样数据（不完整数据）的情况。提出了一种无网格的SPICE（GridlessSPICE,简称GLS）,它既适用于完整数据，也适用于未知噪声水平的不完整数据。NLS(nonlinearleastsquares)非线性最小二乘IAA(iterativeadaptiveapproach)迭代自适应SORTE(secondorderstatisticofeige

飞大圣·2023-12-30 11:12

Python点云处理（八）点云聚类算法（下）

目录0简述1Mean-Shift聚类算法2Agglomerative聚类算法3Spectral聚类算法4结语0简述本篇为点云聚类算法下篇，上一篇中实现了DBSCAN聚类算法、K-means聚类算法、OPTICS

Auto工程师·2023-12-17 16:24

SpectralGPT: Spectral Foundation Model 论文翻译3

遥感领域的通用大模型2023.11.13在CVPR发表原文地址：[2311.07113]SpectralGPT:SpectralFoundationModel(arxiv.org)E.消融研究在预训练阶段，我们对可能影响下游任务表现的各种因素进行了全面研究。这些因素包括掩蔽比、ViTpatch大小、数据规模、重建目标、解码器深度、模型尺寸。为了对预训练模型进行更严格的评估，我们在BigEarthN

齐硕君·2023-12-06 23:21

python库简介-zstarling

[色彩]([数据集])即对[数据集]应用[色彩]示例：plt.cm.Set1(i)plt.cm.nipy_spectral结果：(0.21568627450980393,0.49411764

米米吉吉·2023-12-04 06:57

SpectralGPT: Spectral Foundation Model 论文翻译2

遥感领域的通用大模型2023.11.13在CVPR发表原文地址：[2311.07113]SpectralGPT:SpectralFoundationModel(arxiv.org)实验在本节中，我们将严格评估我们的SpectralGPT模型的性能，并对其进行基准测试SOTA基础模型：ResNet50[36]、SeCo[37]、ViT[22]和SatMAE[30]。此外，我们评估了其在四个下游EO任

齐硕君·2023-11-25 21:34

SpectralGPT: Spectral Foundation Model 论文翻译1

遥感领域的通用大模型2023.11.13在CVPR发表原文地址：[2311.07113]SpectralGPT:SpectralFoundationModel(arxiv.org)摘要基础模型最近引起了人们的极大关注，因为它有可能以一种自我监督的方式彻底改变视觉表征学习领域。虽然大多数基础模型都是为了有效地处理各种视觉任务的RGB图像而定制的，但在光谱数据方面的研究存在明显的差距，光谱数据为场景理

齐硕君·2023-11-25 21:54

网络代码理解

classRGBNet(nn.Module):def__init__(self,num_spectral=31,num_res=6,num_fm=64):super(RGBNet,self).

油豆皮·2023-11-24 00:13

光谱融合——Deep Spatio-spectral Attention Convolutional Neural Networks

HyperspectralImageSuper-ResolutionviaDeepSpatiospectralAttentionConvolutionalNeuralNetworks简介论文链接对于高分辨率多光谱（高分辨率意味空间信息更好）图像，采用spatialattention机制进行空间信息的保留，对于低分辨率高光谱（多频段也就是多channel）图像，采用channelattention对

Miracle Fan·2023-11-21 10:37

Semi-Supervised Multi-Modal Learning with Balanced Spectral Decomposition

Y是所有模态的表征矩阵，∑i=1dh(λi)\sum_{i=1}^dh(\lambda_i)∑i=1dh(λi)istheproposedeigenvalue-basedobjectivefunction,thefinalsimilaritymatrixWforthemultimodaldataasablockmatrix辅助信息作者未提供代码

宇来风满楼·2023-11-21 02:08

【论文阅读】多模态NeRF：Cross-Spectral Neural Radiance Fields

https://cvlab-unibo.github.io/xnerf-webintro从不同的lightspectrumsensitivity获取信息，同时需要obtainaunifiedCross-Spectralscenerepresentation–allowingforquerying,foranysinglepoint,anyoftheinformationsensedacrosssp

prinTao·2023-11-11 01:06

signature=b93e4b2d4026f44a8795ac6d5857e863,The spectral signature analysis of inland and coastal wat.

摘要：Themaingoalofthisresearchistoexaminetheopticalpropertiesofdifferentwaterbodiessuchascoastalwater;oligotrophicandeutrophicinlandwaterbyobservingtheirspectralsignatures.Spectralprofilesofsamplingpoin

御风游·2023-11-08 17:25

hypercube背景设置为白色，绘制高光谱3D立方体

'''importscipypipinstallwxpythonPyOpenGL和Spectral需要本地安装可参考链接https://blog.csdn.net/qq_43204333/article

梅如你·2023-10-27 05:17

python谱聚类算法_从零开始的谱聚类（Spectral Clustering），使用Python实现

机器学习的主要领域之一是无监督学习领域。主要思想是在我们的数据中找到一种模式，而不需要像监督学习那样的标签的先验知识。它通常通过将我们的数据聚类成组并尝试从聚类中推断出意义来实现。一种比较流行的算法是K均值算法(以及熟悉的EM算法)。在这个算法中，我们在迭代过程中调整K个质心来找到我们的clusters。听起来不错吧？但主要问题是：1)它假设数据的形状(圆球，径向基)。2)有时需要多次重启才能找到

weixin_39837607·2023-10-19 11:23

自监督论文阅读笔记 Ship Detection in Sentinel 2 Multi-Spectral Images with Self-Supervised Learning

船舶自动检测为用于安全或经济监测目的的海事领域感知提供了必要的功能。这项工作提出了一种用很少的标记示例，在Sentinel2多光谱图像中训练深度学习舰船检测器的方法。本文设计了一种具有可单独预训练主干的舰船检测网络结构。通过使用自监督学习，一种新兴的无监督训练程序，在Sentinel-2图像上学习良好的特征，不需要标记，以初始化我们的网络骨干。然后对整个网络进行微调，学习在具有挑战性的环境中检测船

YoooooL_·2023-10-15 04:52

Google Earth Engine(GEE)实例代码学习二十八——绘制波谱响应曲线(Image Spectral)

本文主要分享如何绘制某像元的光谱曲线，以两种形式表达，第一个为x轴表示各波段，第二个为x为波长，表示为光谱相应曲线//选取Landsat8大气顶层反射率影像varlandsat8Toa=ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA');varCOLOR={PARK:'ff0000',//红色FARM:'0000ff',//蓝色URBAN:'00ff00'/

上天入地小黄蜂·2023-10-06 22:07

GNN-频域-2014：Spectral Networks and Locally Connected Networks on Graphs（频谱图卷积神经网络）【第一篇从频域角度分析】

《原始论文：SpectralNetworksandLocallyConnectedNetworksonGraphs》空域卷积非常直观地借鉴了图像里的卷积操作，但缺乏一定的理论基础。而频域卷积则不同，相比于空域卷积而言，它主要利用的是**图傅里叶变换(GraphFourierTransform)**实现卷积。简单来讲，它利用图的**拉普拉斯矩阵(Laplacianmatrix)**导出其频域上的的拉

u013250861·2023-10-05 23:37

Spectral Normalization for Generative Adversarial Networks

对抗生成网络的谱标准化摘要：生成对抗网络研究中的一个挑战就是它训练的不稳定性。在本篇文章中，我们提出了一种新的称为谱标准化的权重标准化技术来稳定分辨器的训练。我们的新的标准化技术计算量少，并且很容易并入现有的实现中。我们在CIFAR10，STL-10和ILSVRC2012数据集上测试了谱标准化的功效，然后我们在实验上证实了谱标准化的GANs（SN-GANs）能够产生相较之前的训练稳定技术更高质量或

马小李23·2023-10-05 00:23

图谱滤波（Graph Spectral Processing）-1

时域和空域信号的滤波是图像处理的基本技术之一，迄今已得到广泛的研究。GraphSpectralProcessing(GSP)可以处理不规则结构的信号，这些信号在数学上用图形表示。利用谱图理论研究了图信号滤波的理论和方法。在图像处理中，图是表示像素形成的结构的强有力工具，如边和纹理。图信号的滤波不仅是对标准时域和空域信号滤波的扩展，而且具有自身的性质特点。例如，GSP可以将传统的基于像素的图像滤波方

MarkJhon·2023-10-04 10:53

【聚类算法】谱聚类spectral clustering

everyblogeverymotto:Youcandomorethanyouthink.https://blog.csdn.net/weixin_39190382?type=blog0.前言谱聚类spectralclustering概况说明：无1.正文1.1整体理解谱聚类（SpectralClustering）是一种基于图论的聚类方法，将带权无向图划分为两个或两个以上的最优子图。使子图内尽量相似

胡侃有料·2023-10-02 16:14

Python实现谱聚类Spectral Clustering算法和改变簇数结果可视化比较

最近我们被客户要求撰写关于谱聚类的研究报告，包括一些图形和统计输出。【视频】KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例，时长06:05谱聚类是一种将数据的相似矩阵的谱应用于降维的技术。它是有用且易于实现的聚类方法。Scikit-learnAPI提供了谱聚类来实现Python中的谱聚类方法。谱聚类将聚类应用

拓端研究室·2023-10-02 16:43

【生物信息学】使用谱聚类（Spectral Clustering）算法进行聚类分析

目录一、实验介绍二、实验环境1.配置虚拟环境2.库版本介绍3.IDE三、实验内容0.导入必要的工具1.生成测试数据2.绘制初始数据分布图3.循环尝试不同的参数组合并计算聚类效果4.输出最佳参数组合5.绘制最佳聚类结果图6.代码整合一、实验介绍本实验实现了使用谱聚类（SpectralClustering）算法进行聚类分析二、实验环境本系列实验使用了PyTorch深度学习框架，相关操作如下（基于深度学

QomolangmaH·2023-10-02 16:10

【光谱-空间交互网络:Pansharpening】

Spectral-SpatialInteractionNetworkforMultispectralImageandPanchromaticImageFusion（多光谱图像与全色图像融合的光谱-空间交互网络

小郭同学要努力·2023-09-26 09:31

【半监督光谱退化约束网络：Spectral Super-Resolution】

SemisupervisedSpectralDegradationConstrainedNetworkforSpectralSuper-Resolution（基于半监督光谱退化约束网络的光谱超分辨）最近，已经设计了各种基于深度学习的方法来提高多光谱图像（MSI）的光谱分辨率以获得高光谱图像（HSI）。这些方法通常依赖于足够的MSI/HSI对进行监督训练。然而，收集大量的HSI是耗时的。在这封信中，

小郭同学要努力·2023-09-26 09:01

光谱-空间特征分割提取：多光谱图像压缩

Spectral–SpatialFeaturePartitionedExtractionBasedonCNNforMultispectralImageCompression（基于CNN的光谱-空间特征分割提取多光谱图像压缩

小郭同学要努力·2023-09-26 08:55

Python-networkx库的五种layout（图形布局）

circular_layout:顶点在一个圆环上均匀分布random_layout:顶点随机分布shell_layout：顶点在同心圆上分布spring_layout:用Fruchterman-Reingold算法排列顶点spectral_layout

__心似大海__·2023-08-22 16:28

spectral安装

SpectralPython(SPy)是一个纯Python模块，用于处理高光谱图像数据。它具有读取、显示、操作和分类高光谱图像的功能。SPy需要Python并依赖于其他几个免费提供的Python模块。在安装SPy之前，您应该确保满足其依赖项。虽然您可以仅使用Python和NumPy使用SPy处理高光谱数据，但如果您想使用SPy的任何图形功能，您还需要其他几个模块。DependencyNotesPy

Z_W_H_·2023-08-22 11:43

DIP: Spectral Bias of DIP 频谱偏置解释DIP

OnMeasuringandControllingtheSpectralBiasoftheDeepImagePrior文章目录OnMeasuringandControllingtheSpectralBiasoftheDeepImagePrior1.方法原理1.1动机1.2相关概念1.3方法原理频带一致度量与网络退化谱偏移和网络结构的关系Lipschitz-controlled卷积层Gaussian

留小星·2023-08-16 18:05

Matlab实现Spectral Clustering算法

SpectralClustering算法是一种基于图论的聚类算法，它可以将数据点按照图结构进行划分，发现复杂和非线性可分的结构。在这篇博客中，我将介绍SpectralClustering算法的原理和步骤，并给出一个用Matlab实现的代码示例。目录一、什么是SpectralClustering算法二、SpectralClustering算法的意义三、如何实现SpectralClustering算法

高垚淼·2023-08-02 07:34

CS224W-图神经网络笔记5.3：Spectral Clustering - 谱图聚类的具体操作步骤

CS224W-图神经网络笔记5.3：SpectralClustering-谱图聚类的具体操作步骤本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)[toc]引言通过前

Epiphron·2023-07-23 18:14

pymnet复杂网络可视化运行报错

python路径中就可以直接使用了但我在运行example的时候,pymnet.draw语句报错，fig_social=pymnet.draw(net_social,show=False,layout="spectral

当每颗星星_____·2023-07-18 03:57

海岸带地物分类步骤

在Toolbox工具栏中选择Spectral->Build3DCube。在3DCubeFile对话框中选择高光谱数据集，显示信息为614*512*176的高光谱影像，单击OK按钮。

Yokon_D·2023-07-16 18:16

22 谱聚类——Spectral Clustering

文章目录22谱聚类——SpectralClustering22.1背景介绍22.2模型介绍22.3模型导出22.4模型的矩阵形式22谱聚类——SpectralClustering22.1背景介绍我们在一般的聚类过程中，普遍理性而言会有两种思想：将聚集在一起的点进行聚类（离得近的为同一类数据），例如可以线性分类的一组数据。将具有联通性的一堆点进行聚类，如环形等线性不可分的数据。（这种其实在一定情况下

hanhan不是很憨憨·2023-06-17 21:40

[高光谱]高光谱数据的获取与展示

一、环境准备需要安装spectral包，这个包专门用于高光谱数据展示。

ViperL1·2023-06-10 22:15

plt.scatter()和sklearn.datasets.make_circles()

as_gen/matplotlib.pyplot.scatter.html例子：plt.scatter(train_X[:,0],train_X[:,1],c=train_Y,s=40,cmap=plt.cm.Spectral

沙雕出现了·2023-06-10 05:08

【论文阅读】Differentiable Perspective for Multi-View Spectral Clustering with Flexible Extension

TPAMI.2022ZhouminLu&FeipingNieetal.目录AbstractIntroductionMethodFormulationDifferentiableFrameworkLossfunctionFlexibleextentionsI)半监督分类II)非负矩阵分解III)PrincipalComponentAnalysis可解释性复杂度实验数据集settingsperform

塔_Tass·2023-04-21 10:52

【综述型论文】图神经网络总结

文章目录图神经网络基于模型结构分类的图神经网络1.循环图神经网络（ResGNNs）2.卷积图神经网络基于谱域的ConvGNNs（Spectral-basedConvGNNs）基于空域的ConvGNNs（

过动猿·2023-04-18 18:04

小白学Pytorch系列--Torch.nn API Quantized Functions(19)

小白学Pytorch系列–Torch.nnAPIQuantizedFunctions(19)方法注释parametrizations.orthogonalparametrizations.spectral_normparametrize.register_parametrizationparametrize.remove_parametrizationsparametrize.cachedpara

发呆的比目鱼·2023-04-09 22:37

Spectral Networks and Deep Locally Connected Networks on Graphs

Paper:SpectralNetworksandDeepLocallyConnectedNetworksonGraphsCode:摘要YannLeCun组在nips2014发表的有关卷积在图上迁移的理论研究成果，可能是最早的一篇研究GraphConvolution的文章。在欧式空间中使用的卷积具有平移不变性，权值共享，局部连接，分层次表达的特点，但是图结构是一种非欧式空间中的关系型结构，所以其不

slothfulxtx·2023-03-31 06:31

CS224W-图神经网络笔记5.1：Spectral Clustering - 谱聚类基础知识点

CS224W-图神经网络笔记5.1：SpectralClustering-谱聚类基础知识点本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)[toc]1引言本节从矩阵

Epiphron·2023-03-17 15:49

推荐频道