版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在二十世紀七十年代,Fiedler將簡單圖的Laplace矩陣的次小Laplace特征值定義為“代數連通度”,并用它來描述圖的連通性.與代數連通度相對應的特征向量稱為是圖的Fiedler向量. Fiedler給出了Fiedler向量的一個非常優(yōu)美的組合結構性質.自此,國內外研究者對圖的代數連通度和Fiedler向量進行了深入研究,獲得了一系列有意義的結論. 混合圖的Laplace矩陣是簡單圖的Laplace矩陣的一個推廣.但是,
2、當混合圖的Laplace矩陣為非奇異時,后者的性質并不能簡單地平移到混合圖上.因此,奇異性是導致混合圖與簡單圖的譜性質差異的一個本質因素. 本文主要討論混合圖的奇異性.與Fiedler用圖的特征值來刻畫圖的結構性質(連通性)相比擬,我們的思路是:用圖的結構性質來刻畫圖的Laplace矩陣的奇異性(主要是極小特征值,稱之為混合圖的奇異度).我們對昆合圖定義了兩個參數:“點奇異度”與“邊奇異度”,并用它們來描述圖的奇異度.另一方面,
3、考慮到簡單圖的Fiedler向量有非常優(yōu)美的組合結構性質,Fan等人把這種性質推廣到非奇異單圈混合圖和恰含一個非奇異圈的混合圖.本文把此性質進一步推廣到邊奇異度為1的混合圖上,而后者包含了上述兩類圖.論文的組織結構如下:第一章首先介紹Laplace譜理論的研究背景,圖的有關概念和記號,其次介紹所要研究的問題及進展,以及本文取得的主要結果。第二章介紹邊奇異度與點奇異度的概念及相關性質,建立了它們與最小特征值之間的關系.第三章首先介紹非奇異
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 兩類混合圖的特征值與特征向量.pdf
- 圖的特征向量的組合結構.pdf
- 圖的主特征向量及其應用.pdf
- [學習]方陣的特征值與特征向量
- 矩陣的特征值與特征向量的若干應用
- 基于全局信息的圖結點特征向量學習算法.pdf
- §2 方陣的特征值 與特征向量
- 分配格上矩陣的特征向量.pdf
- 基于特征向量的時態(tài)XML索引研究.pdf
- 基于特征向量的語義角色標注研究.pdf
- 矩陣的特征值與特征向量的理論與應用-開題報告
- 基于特征向量的音樂情感分析的研究.pdf
- 基于混沌特征向量的動態(tài)紋理識別.pdf
- 矩陣特征值、特征向量的研究【文獻綜述】
- 矩陣特征值、特征向量的研究【開題報告】
- 基于多重特征向量的興趣模型及其應用.pdf
- 網頁信息搜索中特征向量方法
- 簡易求特征值與特征向量的安全多方計算協議
- 關于特征值與特征向量理論的教學方法探討
- 人臉識別中的特征向量優(yōu)化算法研究.pdf
評論
0/150
提交評論