基于随机局部采样的图的拉普拉斯谱性质
社会与信息网络
2013-10-21 v1 离散数学
最优化与控制
摘要
网络的拉普拉斯特征值在许多结构和动态网络问题的分析中起着重要作用。本文研究归一化拉普拉斯矩阵的特征值谱与网络“局部”子图结构之间的关系。当子图由围绕某节点进行半径为 的广度优先搜索 (BFS) 所得节点集导出时，我们称该子图为\emph{局部}的。本文提出技术，从随机收集的导出局部子图估计归一化拉普拉斯矩阵的谱性质。特别地，我们提供一种算法来估计归一化拉普拉斯矩阵的谱矩（其特征值的幂和）。此外，我们提出一种基于凸优化的技术，从局部子图计算归一化拉普拉斯矩阵谱半径的上下界。我们通过研究大规模在线社交网络的归一化拉普拉斯谱来展示我们的结果。
引用
@article{arxiv.1310.4899,
title = {Laplacian Spectral Properties of Graphs from Random Local Samples},
author = {Zhengwei Wu and Victor M. Preciado},
journal= {arXiv preprint arXiv:1310.4899},
year = {2013}
}
备注
arXiv admin note: text overlap with arXiv:1209.0341