傅里叶变换性质证明卷积_图傅里叶变换
本文梳理一下如何从傅里叶变换和拉普拉斯矩阵演变出图傅里叶变换以及图卷积操作。需要读者对傅里叶级数/变换有所了解,主要是对下面几件事有直观的认识
- 傅里叶级数/变换是将函数拆解成无数个不同频率正弦波之和的过程
- 傅里叶级数/变换可以看做函数在三角函数系上的投影
- 傅里叶级数/变换是将时域信息向频域信息转化的过程
- 性质:时域卷积等价于频域相乘
- 离散傅里叶变换
我之前总结过的这篇文章及其续篇会覆盖上述内容,这算是本文的前传,不了解的读者可以先去看一下。另外,本文会一些个人观点,如有不当之处,欢迎批评指正!
傅里叶变换
傅里叶变换公式如下
傅里叶变换是将函数
下面我解释一下函数的投影,先用向量投影做一个类比。比如一个二维空间中的向量
- 例如直角坐标系,基向量分别为
和,做向量内积和,即可得到向量在直角坐标系下的坐标表示为。
- 如果换一组基,比如
,则做内积可得,向量在这组基下的坐标表示为。
函数
而这个基
拉普拉斯算子
一个函数的拉普拉斯算子定义为函数梯度(
注:
- 一个n元函数的梯度为
- 一个矢量
的散度为
将拉普拉斯算子作用于
根据广义特征方程
而对于图信号来说,拉普拉斯算子与拉普拉斯矩阵有相同的作用。
拉普拉斯算子与拉普拉斯矩阵
首先我们介绍一下拉普拉斯矩阵。对于一个图,邻接矩阵是
下面我们考虑离散拉普拉斯算子。离散函数的导数如下所示
则二维离散情况下的拉普拉斯算子应这样计算
因此在某个点处计算拉普拉斯算子,表示进行微小扰动后的总增益。(微小扰动各个方向都有可能)
对于一个图来说,假设图有
因此对于图信号来说,拉普拉斯算子与拉普拉斯矩阵有相同的作用。所以我们可以考虑用拉普拉斯矩阵的特征向量作为图傅里叶投影的基。
注意以下几点
- 从拉普拉斯算子的角度来看,
是一个函数,只能取个值;而从拉普拉斯矩阵的角度来看,是一个向量。从图的角度来看,叫
图信号,这个网络有
个节点,假设每个节点都有一些属性,例如一个社交网络,每个节点是一个人,人就会有性别、年龄等属性;那么所有人的年龄就是一个图信号。 - 离散拉普拉斯算子可以定义在图或者离散网格上,这是分别定义的。上文通过连续拉普拉斯算子,引出离散,再引出图拉普拉斯算子,相当于建立三者之间的关联,只是为了帮助理解。其实有的地方是解释不通的,比如说拉普拉斯算子是扰动后的总增益,那应该用扰动后的减去扰动前的,而图拉普拉斯定义中,却是用扰动前(中心节点)减去扰动后(邻居节点)。
图傅里叶变换
对图信号进行傅里叶变换:用拉普拉斯矩阵的特征向量作为图傅里叶投影的基。设拉普拉斯矩阵可进行如下特征分解
其中
图傅里叶逆变换定义为
这里需要注意的一点是,图傅里叶变换使用的变换矩阵,并不同于离散傅里叶变换。离散傅里叶变换所用矩阵形式固定,如下所示
其中
而图傅里叶中所用矩阵随图结构的不同而变化,因此二者不能混为一谈。那么,既然不是标准的离散傅里叶变换,自然也不能想当然地认为它满足傅里叶变换的许多优良性质,比如时域卷积等于频域相乘,这一点我们后文再说。
因此图傅里叶变换并不是通过严谨的数学推导,将傅里叶变换扩展到图上,而是经过许多类比,直接定义成了这个样子。就好像说,傅里叶变换是以拉普拉斯算子的特征向量为基进行投影,那么图傅里叶变换就以拉普拉斯矩阵的特征向量为基进行投影。虽然不是数学上的严格推导,但如果这个结果还能有实际意义,那我们就更容易接受这样一个定义。下一节我们来讨论这一点。
拉普拉斯矩阵特征向量的含义
上文说到,图傅里叶变换是将图信号往拉普拉斯特征向量上投影,这时我们会想,这些基向量有什么实际含义吗?为什么要往它们身上投影?了解了这些才会知道,我们是将图信号进行了什么模式的拆解。下面我们就来讨论这个问题。
首先看下面这个恒等式
从等式右端可以看出,
则可以证明(用瑞利商那一套来证)
- 等于所有特征值的加权平均;
- 当
时,这个值最大等于;
- 当
时,这个值最小等于。
- 当
时,
因此,
因此图傅里叶变换就是在将一个图信号分解到不同平滑程度的图信号上,就像传统傅里叶变换将函数分解到不同频率的函数上一样。
图卷积
两个图信号的卷积定义如下
这里需要澄清一个误解。我们都知道,傅里叶变换有一个性质:时域卷积等价于频域相乘。所以有些人说,是因为
- 第一,
和两个向量做卷积好像没什么难的
- 第二,
和都是长度为的向量,上式卷积计算结果仍是一个长度为的向量,但实际上卷积计算的结果应该是长度为的向量
- 第三,图傅里叶变换不是由传统傅里叶变换严格推导而来的,不一定享有“时域卷积等价于频域相乘”的性质
实际上,上述卷积公式并不是推导而来,而是直接定义的。我们把频域乘积再变回来这个过程,叫做图卷积。所以说图卷积跟数学中的卷积定义、CNN中的卷积本质上都不是一个东西了,它并不是真正在做卷积,只是在进行等式右侧的计算,我们将这样的计算叫做图卷积。
参考资料
- 拉普拉斯矩阵与拉普拉斯算子的关系
- 维基百科Discrete Laplace operator
- 论文 The Emerging Field of Signal Processing on Graphs: Extending High-Dimensional Data Analysis to Networks and Other Irregular Domains
傅里叶变换性质证明卷积_图傅里叶变换相关推荐
- 傅里叶变换性质证明卷积_积分变换(3)——傅里叶变换的性质
学习阶段:大学数学,积分变换. 前置知识:微积分.复变函数.傅里叶变换 tetradecane:积分变换(2)--连续傅里叶变换zhuanlan.zhihu.com 我们总结一下傅里叶变换有哪些有用 ...
- 傅里叶变换性质证明卷积_傅里叶变换(三) 采样与离散序列
这一部分需要结合上傅里叶变换在信号处理上的实际意义了,前面所讨论的都是连续信号,但是计算机是无法处理这种连续变化的量的,我们只能够通过采样获得一组离散的信号,那么该如何对这样离散的信号进行处理就是下一 ...
- 协方差公式性质证明过程_论文推荐 | 刘志平:等价条件平差模型的方差-协方差分量最小二乘估计方法...
<测绘学报> 构建与学术的桥梁 拉近与权威的距离 等价条件平差模型的方差-协方差分量最小二乘估计方法 刘志平1, 朱丹彤1, 余航1, 张克非1,2 1. 中国矿业大学环境与测绘学院, 江 ...
- 协方差公式性质证明过程_一个方差公式的多种证明
一个方差公式的多种证明 王敏慧 ; 刘国庆 ; 张银龙 [期刊名称] <大学数学> [年 ( 卷 ), 期] 2012(028)001 [摘要] 运用方差性质 , 协方差定义 , 函数凸性 ...
- 傅里叶变换性质和常见信号的傅里叶变换
微信公众号:xiaoshi_IC 开年第一篇,单位里没有网,只能用12年前的老电脑发点文章,老电脑还行,虽然装个软件cpu会跑到100%,但是不卡,哈哈. 老电脑见证了摩尔定律,我也没想到最终会做IC ...
- 协方差公式性质证明过程_期望、方差、协方差及相关系数的基本运算
这篇文章总结了概率统计中期望.方差.协方差和相关系数的定义.性质和基本运算规则. 期望 定义 设P(x)P(x)是一个离散概率分布函数,自变量的取值范围为{x1,x2,⋯,xn}{x1,x2,⋯,xn ...
- 协方差公式性质证明过程_相关函数的协方差的性质
展开全部 协方62616964757a686964616fe58685e5aeb931333431353239差的性质: 1.Cov(X,Y)=Cov(Y,X): 2.Cov(aX,bY)=abCov ...
- 【数字信号处理】傅里叶变换性质 ( 傅里叶变换线性性质 | 傅里叶变换时移性质 )
文章目录 一.傅里叶变换线性性质 二.傅里叶变换时移性质 证明过程 一.傅里叶变换线性性质 傅里叶变换 线性性质 : 两个序列之和 的 傅里叶变换 , 等于 两个序列 的 傅里叶变换 之和 ; SFT ...
- 傅里叶变换频域积分性质和频域卷积性质证明
傅里叶变换频域积分性质和频域卷积性质证明 最近在学习信号与系统这门课程,其中的一个知识点就是傅里叶变换的性质,为了更好地记忆和使用这些性质,最好是知道这些性质的证明过程,而有些性质如频域积分和频域卷积 ...
最新文章
- 2021-02-25 matlab 字符串和数字同时写入excel
- 【单片机相关】的网站
- RFID助力汽车零部件厂商识别冲压工具位置
- JS中typeof的用法
- solr5.0mysql_ik扩展支持Solr配置详解
- mysql用户增删改
- 编写delegate(明天补充)
- 使用代理为业务操作添加安全检测
- JavaEE JavaSE JavaME的区别
- 图像质量评价函数SSIM介绍
- Frequent Subsets Problem
- 华为ensp模拟器 给路由器配置DHCP
- 【电力系统】基于凸松弛算法的电力市场策略(Matlab代码实现)
- 苹果手机用android,用习惯了苹果手机还能从苹果换到安卓吗?
- 湖仓一体化:铁打的数据仓 流水的数据湖产品
- 启发式搜索: A*算法
- z(xi)i取1到n编入matlab,matlab fisher z转换
- Python 的 pytest 测试框架
- win8系统计算机属性在哪个文件夹,Win8文件夹选项在哪 使用Win8文件查看方式隐藏或显示文件...
- 请列举你所知道的Linux发行版与开源软件
热门文章
- 最少点字典序最短路径_LeetCode 89,因为题目晦涩而被点了1500+反对的搜索问题...
- windows下db2的一些使用心得(不含安装)
- python中lower()函数的用法
- 2T比特每秒!瞻博推出业界最快防火墙
- wordpress发送测试邮件
- linux usr目录权限不够,【ARM-Linux开发】Ubuntu下的/usr目录权限,导致不能使用sudo命令的修复...
- 数字后端基本概念-合集
- mysql管理命令 java_Mysql常用命令及操作
- 多年前写的一个ASP.NET网站管理系统,到现在有些公司在用
- 前端 JavaScript 之『节流』的简单代码实现