拉普拉斯矩阵_知识回顾|拉普拉斯矩阵;瑞利熵等

本文探讨了拉普拉斯矩阵的谱性质,包括最大和最小特征值,这些值与连通分量相关。同时,提到了瑞利熵,其最大和最小值分别对应拉普拉斯矩阵的最大和最小特征值。拉普拉斯矩阵的特征向量是解决瑞利熵问题的关键。
摘要由CSDN通过智能技术生成
一、拉普拉斯矩阵 对于图G,一般用点的集合V和边的集合E来描述:G(V,E)。现在有这样一个图,如何定义拉普拉斯矩阵呢?这里涉及到两个常用矩阵:邻接矩阵、度矩阵。

065be1f62868e172ae57670f5cb1042b.png

从最简单的应用入手,不同数据点相通权重为1,不相通权重为0. 首先求解 邻接矩阵W

3ee91c50721012c15c0e7765fbc90800.png

将每一列求和,这个数值的对角形式对应就是 度矩阵D, 写成矩阵形式:

2e63396e306fc8f2449fa37ad8da9bdc.png

从而得到 拉普拉斯矩阵L的定义:L=D-W

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值