本文梳理一下如何从傅里叶变换和拉普拉斯矩阵演变出图傅里叶变换以及图卷积操作。需要读者对傅里叶级数/变换有所了解,主要是对下面几件事有直观的认识
- 傅里叶级数/变换是将函数拆解成无数个不同频率正弦波之和的过程
- 傅里叶级数/变换可以看做函数在三角函数系上的投影
- 傅里叶级数/变换是将时域信息向频域信息转化的过程
- 性质:时域卷积等价于频域相乘
- 离散傅里叶变换
我之前总结过的这篇文章及其续篇会覆盖上述内容,这算是本文的前传,不了解的读者可以先去看一下。另外,本文会一些个人观点,如有不当之处,欢迎批评指正!
傅里叶变换
傅里叶变换公式如下
傅里叶变换是将函数
下面我解释一下函数的投影,先用向量投影做一个类比。比如一个二维空间中的向量
- 例如直角坐标系,基向量分别为
和
,做向量内积
和
,即可得到向量
在直角坐标系下的坐标表示为
。
- 如果换一组基,比如
,则做内积可得,向量
在这组基下的坐标表示为
。
函数