超级会员免费看
这篇博客介绍了如何将传统的傅里叶变换和卷积扩展到图信号处理中，核心是利用拉普拉斯矩阵的特征向量。文章详细阐述了图傅里叶变换的矩阵形式及其与拉普拉斯算子的关系，以及图的傅立叶逆变换的矩阵表示。通过这些变换，可以将图上的信号表示为拉普拉斯矩阵特征向量的线性组合，从而进行分析。
把传统的傅里叶变换以及卷积迁移到Graph上来，核心工作其实就是把拉普拉斯算子的特征函数
e − i ω t e^{-i\omega t} e
图傅里叶变换的推导和理解
于 2023-02-11 16:15:48 首次发布
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
