本文基于高斯正交、幺正及交叉矩阵集合，在精确计算了最大（最小）特征值偏离的概率后，证明了特征值均为正数（负数）的概率随着 N 的增大而下降，同时计算了特征值落在给定区间内的概率，以此推导出最大值和最小值特征值的联合概率分布并得出了特征向量密度的平均密度。

Jan, 2008

在 “大 p、大 n” 条件下，研究了随机核矩阵的特征值分布，发现针对非平滑核函数，其极限谱密度的分布不同于以前研究的 Marcenko-Pastur 分布。

Feb, 2012

通过时间序列获得的自相关矩阵的特殊结构，以及基于逆 Abel 变换等方法获得其精确的特征值密度。研究发现，标准的高斯误差预测无法解释通过实际高频数据计算出的特征值密度的非随机模式，如 Imaginary 部分的不对称依赖性和市场影响下的股票聚类现象。

Sep, 2006

论证当 Hermitian 或 symmetric 的随机矩阵 H 的 (i, j) 矩阵元分布服从概率测度 nu_ij 的亚指数衰减，满足 c≤Nσij^2≤c^−1 时，其在频谱中央区域的本征值间距统计与高斯酉或正交集合（GUE 或 GOE）相同，对于带宽为 M 的带状矩阵，局部半圆定律满足能量尺度 M^−1。

Jan, 2010

本文研究了 Erdős-Rényi 随机图的邻接矩阵集合，证明了该集合的密度满足长于 $N^{-1}$ 的谱窗口的 Wigner 半圆律，证明了所有特征向量均被证明是完全分散的。

Mar, 2011

本研究介绍了一种用于评估多输入 / 多输出无线数字通信渠道性能的理论方法，通过引入随机矩阵和确定性等效概念以及研究其特征值的 Stieltjes 变换来实现。

Jul, 2005

该研究论文提出了研究对称矩阵的 $P$ 个连续特征向量跨度的稳定性的一般框架，其包括量子耗散和金融风险控制等多种方向，并以奇异值为基础，特别研究了高斯正交矩阵和协方差矩阵的情况。

Mar, 2012

论文研究矩阵的特征向量和谱分布的极限行为及线性谱统计的高斯极限，当协方差矩阵是单位矩阵的倍数时，矩阵的特征向量矩阵近似均匀分布

Aug, 2007

通过数值线性代数的方法，本文定义了计算实对称矩阵的密度状态和谱密度的问题，并探讨了几种已知方法和联合一些新的现有方法的变化来估计谱密度的精确度。

Aug, 2013

该论文提出了一种基于扩散的谱聚类和降维算法的概率解释，利用规范化图拉普拉斯算子的特征向量。通过定义数据点之间的扩散距离，并证明了对应马尔科夫矩阵的前几个特征向量的低维表示在一定均方误差标准下是最佳的。此外，假设数据点是从密度 $p (x)=e^{-U (x)}$ 中随机抽取的，作者将这些特征向量视为具有反射边界条件下潜在 $2U (x)$ 力学势中福克 - 普朗克算子的离散近似的本征函数。最后，应用已知结果，对连续福克 - 普朗克算子的本征值和本征函数进行解析，从而为基于前几个特征向量的谱聚类和降维算法的成功提供了数学论证。这项分析阐明了许多经验发现关于谱聚类算法的特征和扩散进程。

Jun, 2005