图的基本概念
- 邻接矩阵
- 顶点的度
- 度矩阵:图G的度矩阵(Degree Matrix)D是一个n*n的对角阵,对角线上的元素是对应顶点的度:。
- 路径
- 距离
- 邻居节点
- 权重图(Weighted Graph)
- 有向图
- 图的遍历(Grap Traversal):深度优先搜索和宽度优先搜索。
- 图的同构:图的同构(Graph Isomorphism)指的是两个图完全等价。两个图G1=(V1,E1)和图G2=(V2,E2)是同构的,当且仅当存在从V1到V2的一一映射f,使得对于任意的(u,v)∈E1都有(f(u),f(v))∈E2。在分析图神经网络的表达能力时,在很多情况下,需要依赖对图同构的分析。
拉普拉斯矩阵
对于一个有n个顶点的图G,它的拉普拉斯矩阵(Laplacian Matrix)定义为:L=D-