xxiaozr的博客

数据: func维度为 [358,358] , 元素范围为0-1. struc维度为 [358,358] , 元素范围为0-x. (x为正整数)在matlab中，imshow函数显示0-1之间的灰度图，对于元素大于1的值，都显示为最亮的。数据处理 1.对struc的数据进行反正切归一化，即 y = atan(x)*2/pi ，将struc内的元素范围变为 [0.1 ) 之间。 2、使用pyt

数据是看电影的fmri信号，一个人大约有两万多个体素，每个体素有530时间长度的信号 将一个体素的信号输入到GAN网络中，生成时序信号数据预处理包括将mat格式的数据转化成np格式输入网络模型构建函数 生成网络是一个多层感知机，包括四层，每一层是一个fully_connected层 该函数的输出是weight和input相乘，默认参数normalizer_fn = None，如果还有 bi

sparsity autoencoder在 4fba 服务器上进入sparsity autoencoder 路径后 ，运行sparsityAutoencoder.py 文件这个文件使用python文件写的一个程序，并没有用到 gpu 加速，只是简单地一层编码层和一层解码层，产生两个 weight 和 bias分别是 W1[hidden_size,visible_size] ,W2[visible_...

一1.窗口的设置  总的数据为[530 200]*17 考虑一个人的样本[530 200]，选择窗口宽度为50，步长为1。在530的时间长度中，一共有530-50+1=481个窗口，一个样本的窗口数据组成[50 200 481]的矩阵。 2数据的处理  对一个窗口的数据[50 200]进行corr，产生[200 200]的矩阵，矩阵对角线为元素的自相关值为1，对角元素相同，对矩阵取上对角元素组成（...