基于图谱理论和随机游走核的图像去噪

针对连续的偏微分方程的缺点,提出了一种基于图谱理论和核的图像去噪算法。根据图上正则化和核函数的理论生成图上带起始点的二阶随机游走核,采用NL-means结合对称有利k-NN图的构造方法构造权重函数,生成的核可在迭代次数较少的情况下取得满意的去噪效果。推导证明,基于该随机游走核的去噪实际上等效于基于偏微分方程的去噪。

几种图匹配的核方法研究

数据挖掘算法现面临挑战,这个挑战就是要处理日益增长的复杂对象。对于图数据,随机游走核是有力的容错图匹配方法。由于随机游走核的局部定义,它的适用性取决于潜在图表示的特性。另外通过定义图实例的核函数,数据挖掘算法的整个工具变得可用。迄今为止,已经提出了基于图的游走、子树和循环的图核。一般问题在于,这些核要么运算量大要么受限于他们的表达性。我们试着通过定义基于路径有表达性的图核克服这个问题。由于计算图的所有路径和最长路径是NP-难,我们建议基于最短路径图核。这些核在多项式时间内就可以计算,保持表现力并且仍然是正定的。