.png){kind=icon}
返回
Operator-based graph linear canonical transform
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jfranklin.2025.107877.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于超微分算子的新型图线性规范变换框架，称为OGLCT。首先，分析了图分数阶傅里叶变换（GFrFT）与图傅里叶变换（GFT）之间的关系，并通过解Sylvester方程推导出与GFT矩阵相关的超微分算子。利用这些算子，定义了GFrFT、图缩放和图调频调制，最终给出了OGLCT的正式定义及其基本性质。接下来，讨论了OGLCT的实现，并探索了参数优化技术。最后，探讨了OGLCT在图像处理中用于特征提取的应用，并研究了其在图像分类任务中的有效性。通过调整OGLCT的参数，证明了灵活的参数调节显著提升了模型性能，使其能够实现更有效和多样化的应用。
期刊
J
IF:
4.2
论文数:
925
被引数:
0
机构
暂无机构信息
引用论文
分享收藏Offset quaternion linear canonical transform: Properties, uncertainty inequalities and application.png)
IF0
PREAI
分享收藏
查看更多内容