graph上定义的graident、divergence、Laplace operator或Laplacian。

graident

定义:边的梯度=(边的终点-边的起点)/边的权重

 

图梯度、散度、拉普拉斯算子
标题

图梯度、散度、拉普拉斯算子的梯度=(4-2)/1=2,图梯度、散度、拉普拉斯算子的梯度=(7-2)/1=5...

引入关联矩阵,起点为-1,终点为1,则该graph的关联矩阵为图梯度、散度、拉普拉斯算子,属性矩阵图梯度、散度、拉普拉斯算子,那么,图的梯度为

图梯度、散度、拉普拉斯算子,发现和图上梯度的定义一样。故,图梯度、散度、拉普拉斯算子

divergence和Laplacian

同理,图上的散度可以定义为:图梯度、散度、拉普拉斯算子,流入该节点的通量之和,当h为梯度时,为Laplacian矩阵,即:

图梯度、散度、拉普拉斯算子

故,图梯度、散度、拉普拉斯算子,L是拉普拉斯算子。

另外,L还可以用以下表示:

图梯度、散度、拉普拉斯算子

所以,图梯度、散度、拉普拉斯算子

相关文章:

  • 2021-11-23
  • 2021-12-06
  • 2022-12-23
  • 2022-01-23
  • 2021-04-25
  • 2022-01-14
  • 2022-01-11
猜你喜欢
  • 2021-12-25
  • 2021-04-21
  • 2021-12-03
  • 2021-09-05
  • 2021-04-05
  • 2021-04-19
  • 2021-07-26
相关资源
相似解决方案