博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
图谱论(Spectral Graph Theory)基础
阅读量:6200 次
发布时间:2019-06-21

本文共 295 字,大约阅读时间需要 1 分钟。

拉普拉斯矩阵(Laplacian matrix),也称为导纳矩阵(Admittance matrix)或者基尔霍夫矩阵(Kirchohoff matrix)

归一化的拉普拉斯矩阵定义为

例子:

拉普拉斯矩阵性质:

(1)对称半正定矩阵

(2)最小特征值为0

证明:= () * = 0 = 0 * 

(3)任何一个属于实向量,有以下式子成立

证明:

 谱聚类:

 

矩阵的谱半径就是指矩阵的特征值中绝对值最大的那个。ρ(A)=max{|λi|,i=1,2,……n} 为A的谱半径.

ρ(A)≤║A║

 

 

 

 

 

 

 

当两个图的邻接矩阵有相同的特征值集时,它们被称为是谱相似的。

 

拉普拉斯矩阵的第二小特征值:

 

 

 

 

 

转载地址:http://adtca.baihongyu.com/

你可能感兴趣的文章
linux——攻防技术介绍|主动攻击|被动攻击
查看>>
线段树复合标记
查看>>
thinkphp使用模块/控制器/操作访问时出现No input file specified.解决方式
查看>>
软件工程概论第一章概括
查看>>
mac 上面安装jdk 1.6
查看>>
概念辨析-Hardware Description还是Hardware Developing?
查看>>
安装MySql数据库
查看>>
python re库入门(正则表达式)
查看>>
SQL 查询问题
查看>>
算法分析与设计入门-搜索策略
查看>>
第二十三篇、使用NSURLSession时需要注意一个内存泄漏问题
查看>>
软件维护手册
查看>>
JavaScript里的类和继承
查看>>
leetcode31
查看>>
剑指Offer 22 链表中倒数第k个节点
查看>>
c++试题
查看>>
jquery使用
查看>>
git使用中遇到的常见问题
查看>>
js事件
查看>>
PHP秒数转换为时分
查看>>