《表3 矩阵L的特征值与特征向量》
以图3中的数据样本为例,可以求得矩阵L的特征值和对应的特征向量(如表3所示).根据表3所示的特征值与特征向量的对应关系,若只取最小特征值(即0.0096)对应的特征向量作为划分依据,则顶点1对应特征向量的第一个元素0.4493、顶点2对应特征向量的第二个元素0.4524,…,顶点7对应特征向量的第7个元素0.2578;若取前两个最小特征值,即(0.0096,0.0775),对应的特征向量作为划分依据,则顶点1对应向量(0.4493,-0.2294)、顶点2对应向量(0.4524,-0.2430),…,顶点7对应向量(0.2578,0.5381).以此类推,可以用前m个最小特征值对应的特征向量元素组合来表示每个顶点坐标,进而可采用k-means算法进行聚类划分.例如,若要将图3中七个顶点聚为两个聚类,假设取前两个最小特征值对应的特征向量作为划分依据,根据上述算法,则聚类1包含顶点{1,2,3,4},聚类2包含顶点{5,6,7}.
图表编号 | XD00107162600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 孟祥福、张霄雁、唐延欢、贾迪、齐雪月、毛月 |
绘制单位 | 辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |