文件名称：gn算法matlab代码-Second_Laplacian_Eigenvalue:Second_Laplacian_Eigenvalue
文件大小：5.18MB
文件格式：ZIP
更新时间：2024-06-15 23:10:02
系统开源
gn算法matlab代码第二个拉普拉斯特征值 第二个最小的标准化Laplacian特征值及其应用的调查。 第二个最小的归一化拉普拉斯特征值（我简称为lambda2 ）与图的连通性密切相关。 Cheeger不等式指出，一个较小的图可以很容易地分为两部分，而较大的一个图则是高度相关的。 在这个项目中，我将介绍带有小lambda2和大lambda2的图形及其应用。 内容 预备队 规范化的拉普拉斯算子 其中A是邻接矩阵， D是对角矩阵，其对角线具有顶点度。 对称的，奇异的，正半定的。 测量向量x的平滑度。 标准化拉普拉斯算子的特征值 特征值在0到2之间。 拉普拉斯算子的最小特征值始终等于0，其特征向量为全一向量。 特征值0的多重性等于图形具有的连接组件的数量。 如果图是二分图，则最大特征值是2。 图的电导 对于图G =（V，E），顶点子集S的电导的边界S的数量除以| S | 或| VS |，取决于谁的顶点更少。 图的电导率是某些大小小于| |的顶点子集S的最小电导率。 V | / 2。 奇格不等式 而且， 右侧表示： 小λ2意味着电导小。 小电导意味着可以很容易地将其分为2。 lambda2的