.png){kind=icon}
返回
Multi-dimensional graph linear canonical transform and its application
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dsp.2025.105222.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
处理多维（mD）图数据在社交网络、通信网络、图像处理和信号处理等领域至关重要，因为它能有效表示复杂关系和网络结构。设计一种用于在图线性共轭域中处理这些mD图信号的变换方法仍是图信号处理中的关键挑战。本文研究了定义在笛卡尔积图上的mD图信号变换，包括基于邻接矩阵和图拉普拉斯矩阵的二维图线性共轭变换（2D GLCTs）。此外，将变换扩展至mD GLCTs，以处理更复杂的mD图数据。为展示所提出方法的实用性，本文以基于拉普拉斯矩阵的2D GLCT为例，详细阐述其在数据压缩中的应用。
Keyword:
Graph Fourier transform
Linear canonical transform
Graph linear canonical transform
Multi-dimensional signal processing
Graph signal processing
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
分享收藏分享收藏Graph Signal Processing: Overview, Challenges, and Applications图信号处理: 概述、挑战与应用.png)
PROCEEDINGS OF THE IEEE
OAAI
PROCEEDINGS OF THE IEEEIF25.9
OAAI分享收藏分享收藏
查看更多内容