拉普拉斯特征映射的一点证明:
谱聚类从修剪边最小化,且使得修剪后的边除以这一类的样本数最小。随后用高斯函数构造边矩阵,模拟出ratio图,松弛为拉普拉斯矩阵的最小特征值问题。
LDA从欧式距离构造出协方差矩阵,然后求出特征值。
MFA选取k1邻近作为类内的每个像素点的邻接像素点,构造邻接矩阵,注意这个矩阵是对称的,也就是只要i是j的k1邻近点,则wij=wji=1。同理类间的k2邻近矩阵也是对称的。只有对称矩阵,才可以使用拉普拉斯矩阵,求取特征值和特征向量。
图中,只有W是对称矩阵,才会有拉普拉斯矩阵的性质。如果不对称,则不能把
拆分成为两项,因为第二项要从对称的j行获取。解释如下图
对于拉普拉斯矩阵,有如下分解,如果不对称,做不到如下分解
如果不对称,会出现如下问题:
第二种解释