XXXXLxu的博客

原创 VMV-GCN Volumetric Multi-View Based Graph论文分析

KNN最邻近分类算法的实现原理：为了判断未知样本的类别，以所有已知类别的样本作为参照，计算未知样本与所有已知样本的距离，从中选取与未知样本距离最近的K个已知样本，根据少数服从多数的投票法则（majority-voting），将未知样本与K个最邻近样本中所属类别占比较多的归为一类。几何图相对简单，定义边的特征，然后单层神经网络、BN层和LeakyReLU函数三件套，并计算出权值cij，应用到恒等关系图，将顶点的原始和聚合的身份特征结合在一起，作为一个层次嵌入，单层神经网络生成输出即可。