问题标签 [spectral]

下午好，图论中一个相对知名的数学定理（参见 Bauer 和 Jost 的“Bipartite and Neighborhood Graphs and the Spectrum of the Normalized Graph Laplace Operator”）指出，归一化拉普拉斯算子的谱总是有界当且仅当图是二分图时，才能达到上界。我正在使用 Networkx 并且拉普拉斯谱（由 Networkx 实用程序生成的数组）返回的值远大于 2。对于下面的示例，我得到的最大特征值是 18.137。该图不是二分图，因此最大特征值应严格小于 2。这是代码示例：

我知道这个 Networkx 函数很可能使用拉普拉斯谱而不是归一化拉普拉斯谱。但是，由于它们是“相似”（在数学意义上）矩阵，它们应该具有相同的特征值。我哪里错了？我可能正在做一些愚蠢的事情，我只是没有看到。

我该如何解决这个错误？

以下是每个阅读器返回的错误消息：

使用 wavread 时出错（第 7 行） WAVREAD 将在未来版本中删除。请改用 AUDIOREAD。使用 auread 时出错（第 8 行） AUREAD 将在未来的版本中删除。请改用 AUDIOREAD。使用 mp3read>mysystem 时出错（第 306 行）无法执行 "C:\Program Files\MATLAB\R2015b\toolbox\mirtoolbox1.3.3\mirtoolbox\mp3info.exe" -rm -p "%Q %u %b %r %v * %C %e %E %L %O %o %p" "tea.mp3" （打开 MP3 时出错：tea.mp3：没有这样的文件或目录）使用 aiffread 时出错（第 159 行）无法打开文件 'tea.mp3。 aif'。使用 mirerror 时出错（第 4 行） 使用 MIRREAD 时出错：无法打开文件 tea

mirread 中的错误>misread (line 142) mirerror('MIRREAD',['Cannot open file ',file]);

mirread 错误（第 57 行） misread(orig, err);

mireval 错误（第 68 行）[d1,tp1,fp1,f1,lg,b,n,ch] = mirread([],file,0,0,0);

mirfunction 中的错误（第 69 行）o = mireval(o,filename,nout);

miraudio 中的错误（第 170 行）varargout = mirfunction(@miraudio,orig,varargin,nargout,specif,@init,@main);

我目前正在尝试发展我的绘图技能......再次 -.- 功能数据是我大部分时间想要绘制的。通常我只是通过使用 ggplot2 并将数据整理成正确的格式来做到这一点。但是现在我偶然发现了“hyperSpec”包，它显然是为像我这样的人设计的。这个包其实是使用ggplot2的环境。问题是我正在努力创建使用这个包所需的基本对象。我不知道我的数据应该是什么样子，即使在阅读了手册之后：皱眉：第 3 页解释了如何创建这样一个对象，但我不明白......

任何人都可以帮助我吗？

我正在尝试从功率谱中测量信号的带宽。我希望能够在给定相对幅度值的情况下提取最小值和最大值。我一直在使用“seewave”来计算功率谱，我可以制作密度图，并提供 abline，但我无法弄清楚如何让 R 告诉我 abline 与图相交的位置。我需要根据信号质量更改感兴趣的相对幅度值，但想找到一种使用 R 测量带宽的直接方法。提前致谢！

谁能解释一下使用层次聚类比谱聚类有什么优势？我知道它们是如何工作的，但我想知道在哪些情况下使用层次聚类比谱聚类更好。

我想将每个像素的高光谱数据加载到一个数组中，并使用 Python 3.5 再次写出这个像素。我想用这个像素的光谱信息计算一些东西。

我尝试了两种不同的方法，但都没有按照我想要的方式工作。

首先，我已经更新了光谱包，因为最后一个版本被声明不能迭代地使用 envi.save_image，但我的方法仍然不起作用。其次，我的方法对于我的双重 for 循环都不是很好 - 我知道 - 如果有人可以帮助我解决我的问题。

第一个：

第一个示例不保存图像，而是给了我错误代码

第二：

第二个示例保存图像，但以不同的顺序存储像素并弄乱我的图像。

我是新来的，但我已经使用答案很长时间了，它们总是很有帮助，但我没有找到这个。

我正在使用光谱 python 进行一些数据操作，并且我正在极大地改变我的输入数据。事实上，我只是根据原始图像创建新的二进制图像。除了输出之外，我的所有代码都很可靠。我需要一个数组，其中包含每行的列表和每个像素带的列表（需要方括号）。对于理论上的 3x3 像素零图像，它应该如下所示：

但是，像素只有一个波段，我一直在通过设置每个值并附加它们来做到这一点，但是 python 似乎不喜欢将单个值列表附加为列表，而我得到的是：

...我的最终软件读取为单行 3 像素图像，带不正确。

Python 以该格式加载现有图像没有任何问题，但不会创建它们。我尝试将每个像素分配为 [0] 或 [1] 而不是 0 或 1，我尝试在附加到行之前将每个值附加到仅为像素的空列表中，但我找不到任何其他值解决方案。有没有我没有看到的解决方法？

我想在光谱模块绘制的图像下方放置一个图例。我想知道是否有内置的方法可以做到这一点？我还没有找到任何关于在光谱 API中制作图例的信息。

这是一个例子

img我可以这样画labels：

现在我想在图像下方放置一个图例。

从源代码中我看到标签颜色取自：

此外，它们使用以下代码绘制：

我想我可以提取这些颜色并使用自定义函数将它们映射到标签和标签名称。这是制作传奇的正确方法，还是有现成的方法，为了不重新发明轮子……

在下面运行我的 MATLAB 脚本时，我不断收到一条错误消息：

1. 使用spa时出错（第 147 行）  
   窗口大小的值必须是大于 2 的整数。

2. “项目名称”中的错误 G = spa(xFunction2, x)

我尝试将多种类型的参数放入“spa”（数据、窗口大小、频率）中，但它仍然会产生相同的错误。帮助？

我正在使用 scikit-learn（又名 sklearn）进行一些聚类，一切正常，直到我尝试使用函数的gamma参数spectral_clustering。

我在使用 anaconda (1.5.1) 管理的虚拟环境中使用 sklearn (0.18.1) 和 python (3.5.2)。

在函数的官方文档中，提到了一个参数gamma：

sklearn.cluster.SpectralClustering 类（n_clusters=8，eigen_solver=None，random_state=None，n_init=10，gamma=1.0，affinity='rbf'，n_neighbors=10，eigen_tol=0.0，assign_labels='kmeans'，degree=3 , coef0=1, kernel_params=None, n_jobs=1)

但是，在我的机器上，当我尝试将参数传递gamma给函数时，出现以下错误：

TypeError：spectral_clustering() 得到了一个意外的关键字参数“gamma”

然后，当我显示该功能的帮助页面时，我得到的信息与官方文档help(spectral_clustering)完全不同：

光谱聚类（亲和力，n_clusters=8，n_components=None，eigen_solver=None，random_state=None，n_init=10，eigen_tol=0.0，assign_labels='kmeans'）

这就像一些参数丢失了。我想也许它来自 conda 包，但用 pip 安装它并不能解决问题。

我什至尝试在虚拟环境之外安装它，但仍然存在类似问题。

但是，我问了我的两位同事，一位和我有同样的问题，而另一位可以在help(spectral_clustering)函数中看到与官方文档中相同的信息。

如何获得与官方文档中相同的功能？

我spectral_clustering在我的管道之一中使用该函数，如下所示：

只要我不尝试修改gamma参数，此功能就可以正常工作。

已解决： 我的错误来自我用作参考的官方示例之一。

解决方案： 正如下面的评论中所讨论的，SpectralClustering并且spectral_clustering是不一样的。最后一个由fit类中的函数使用，SpectralClustering并且不gamma作为参数，因为这个之前在函数中使用过fit。

因此，为了能够修改gamma参数，首先应该实例化一个SpectralClustering对象并使用fit该类提供的功能。