0
点赞
收藏
分享

微信扫一扫

图谱论(Spectral Graph Theory)基础

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)

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵

归一化的拉普拉斯矩阵定义为

图谱论(Spectral Graph Theory)基础_github_02

例子:

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_03

拉普拉斯矩阵性质:

(1)对称半正定矩阵

(2)最小特征值为0

图谱论(Spectral Graph Theory)基础_github_04

证明:

图谱论(Spectral Graph Theory)基础_特征值_05


图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_06

= (

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_07


图谱论(Spectral Graph Theory)基础_github_08

) * 

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_06

= 0 = 0 * 

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_06

(3)任何一个属于实向量

图谱论(Spectral Graph Theory)基础_github_11

,有以下式子成立

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_12

证明:

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_13

 谱聚类:

图谱论(Spectral Graph Theory)基础_特征值_14

 

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║

 

图谱论(Spectral Graph Theory)基础_github_15

 

图谱论(Spectral Graph Theory)基础_github_16

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_17

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_18

 

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_19

图谱论(Spectral Graph Theory)基础_github_20

 

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_21

 

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_22

 

图谱论(Spectral Graph Theory)基础_github_23

 

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:

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_24

 

图谱论(Spectral Graph Theory)基础_github_25

图谱论(Spectral Graph Theory)基础_github_26

图谱论(Spectral Graph Theory)基础_基尔霍夫矩阵_27

 

图谱论(Spectral Graph Theory)基础_github_28

 

图谱论(Spectral Graph Theory)基础_特征值_29

 

图谱论(Spectral Graph Theory)基础_特征值_30

图谱论(Spectral Graph Theory)基础_github_31

 

黄世宇/Shiyu Huang's Personal Page:​​https://huangshiyu13.github.io/​​



举报

相关推荐

0 条评论