【问题标题】:Normalizing a matrix with respect to a constraint关于约束对矩阵进行归一化
【发布时间】:2012-01-17 14:25:01
【问题描述】:

我正在做一个需要我规范化稀疏NxNmatrix 的项目。我在某处读到我们可以对矩阵进行归一化,使其特征值位于[-1,1] 之间,方法是将它与对角矩阵D 相乘,这样N = D^{-1/2}*A*D^{-1/2}

但我不确定这里的 D 是什么。另外,Matlab 中是否有一个函数可以对稀疏矩阵进行这种归一化?

【问题讨论】:

  • 您在哪里读到的,您是否正确复制了公式?

标签: math matlab graph matrix data-mining


【解决方案1】:

我可能误解了你的问题,但它读起来对我来说毫无意义。

矩阵只是线性变换的表示。假定矩阵A 对应于线性变换T,任何形式为B^{-1} A B 的矩阵(被B 称为A 的共轭)对于可逆矩阵B 对应于相同的变换,以差异为基础表示。特别是矩阵的特征值对应于线性变换的特征值,所以用可逆矩阵进行共轭不能改变特征值。

您的意思可能是要缩放 特征向量 以使每个向量都有单位长度。这是一件很常见的事情,因为从那时起,特征值会告诉您单位长度的向量被变换放大了多远。

【讨论】:

    猜你喜欢
    • 2017-09-11
    • 1970-01-01
    • 1970-01-01
    • 2016-07-25
    • 1970-01-01
    • 1970-01-01
    • 2021-08-12
    • 1970-01-01
    • 2011-05-30
    相关资源
    最近更新 更多