Laplace矩阵与图划分

本文探讨了网络中的社区结构及其检测方法,并详细介绍了如何使用Laplace矩阵表示图结构,该矩阵有助于理解社区间的关系及节点间的连接特性。

问题

实际的网络可能有若干个社区组成,社区内部的节点之间连接紧密,但社区之间的连接却比较稀疏。如下图所示,相同颜色的节点连接紧密,不同颜色的节点连接稀疏。同一种颜色的节点可以划分到同一个分区中。


Laplace矩阵

对于一个简单的图G,它可以用Laplace矩阵L=(lij)n×n来表示(nG中节点数)。它的定义如下:


也就是说,L是一个n×n的矩阵,n为图G的节点数。对角线上的元素lii的值为节点vi的度。其他位置的元素,如果节点vi与节点vj相连(ij),则值为1,否则值为0

那么矩阵L可以表示为:L=DA。矩阵D是图G的度矩阵,对角线上的元素表示各节点的度,其他元素为0。矩阵A表示图G的邻接矩阵。


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