Algorithm 求图的拉普拉斯矩阵第k个最小特征对
我正在尝试实现光谱图分区，但我一直在研究如何实现它。基本思想是找到第二小特征值及其向量（fiedler向量），如果你想对分图。如果图被划分成任意数量的部分，fiedler向量仍然可以使用，或者我们可以使用最小的第k个特征对，我打算比较结果 我发现幂迭代法似乎很有用，但我对此感到困惑，首先，初始向量选择似乎是随机的，在连通图的情况下，最小的特征对是已知的，所以我问我是否需要运行逆幂迭代，（k-1）次来找到第k个最小的特征对Algorithm 求图的拉普拉斯矩阵第k个最小特征对,algorithm,graph,linear-algebra,Algorithm,Graph,Linear Algebra,我正在尝试实现光谱图分区，但我一直在研究如何实现它。基本思想是找到第二小特征值及其向量（fiedler向量），如果你想对分图。如果图被划分成任意数量的部分，fiedler向量仍然可以使用，或者我们可以使用最小的第k个特征对，我打算比较结果 我发现幂迭代法似乎很有用，但我对此感到困惑，首先，初始向量选择似乎是随机的，在连通图的情况下，最小的特征对是已知的，所以我问我是否需要运行逆幂迭代，（k-1）次来找到第k个最小的特征对 我愿意接受建议和更正。我也有兴趣做类似的事情，因此如果您发现任何解决方案，
我愿意接受建议和更正。我也有兴趣做类似的事情，因此如果您发现任何解决方案，请发布。我也有兴趣做类似的事情，因此如果您发现任何解决方案，请发布。