关联矩阵（或称邻接矩阵）是表示图形结构的一种常见矩阵形式，通常用于描述无向图或有向图中各个节点之间的关系。规范化拉普拉斯矩阵是关联矩阵在图论中的一个重要的矩阵表示形式，也称作归一化拉普拉斯矩阵。
规范化拉普拉斯矩阵可以从关联矩阵计算得出，具体方法如下：
计算度矩阵（diagonal matrix）D，其中D的对角线元素为每个节点的度数（即与之相连的边数）。
计算拉普拉斯矩阵L，其中L=D-A，A为关联矩阵。
计算规范化拉普拉斯矩阵L_n，其中L_n=D^(-1/2)LD^(-1/2)。
规范化拉普拉斯矩阵在图论中具有许多重要的性质和应用，如可以用于刻画图形的谱结构，研究图形的连通性、分割和社区结构等问题。同时，规范化拉普拉斯矩阵还被广泛应用于机器学习、数据挖掘、图像处理等领域。