矩阵三角分解的递归算法

将递归方法引入稠密线性代数的计算，能产生自动的矩阵分块，使算法适合于当今分级存储高性能计算机的结构，提高运算速度。章对求解线性代数方程组的矩阵三角分解递归算法进行了研究，给出了算法的详细推导过程。     

基于GPU的GaBP并行算法研究

GABP属于一种迭代算法,是求解线性代数方程组的一种有效方法;该方法以递归更新的概率推理算法为基础,具备了较高的并列性和较低的复杂性等特点,在现代线性代数方程组的求解过程中具有广泛的应用。     

构建复杂Dixon矩阵递归算法的改进

针对多于5个变元的复杂多项式系统的Dixon矩阵的构建问题,基于递归算法提出了一种改进算法.采用动态规划的思想,自下而上地构建Dixon矩阵,避免了Dixon多项式的重复计算,并给出了使用该算法计算Dixon矩阵的具体实例.该算法与递归算法一样,可以在同样的计算平台上处理其他方法所不能解决的一些复杂多项式系统求解问题,但与递归算法相比,减少了须要计算的Dixon多项式的数量,提高了计算效率.     

矩阵的LU并行递归分解算法的设计研究

分析了矩阵的LU分解原理,并在双核微机上设计实现了一种矩阵的LU并行递归分解算法.该算法的特点是引入分块矩阵把LU分解形成迭代递归的形式,进而较好地发挥了新型微机的并行运算和高速缓冲存储器的功能.实验结果表明该算法是可行和有效的.     

用Mathematica做线性代数I——线性代数基本运算

本文探讨了用Mathematica于线性代数解题的算法,主要给出了利用Mathematica进行矩阵简单运算以及初等变换的算法。     

用行处理法求解对称系数矩阵线性代数方程组的算法及实现

给出利用线性代数方程组行处理迭代解法求对称系数矩阵线性代数方程组的一个特解的算法及实现     

用Mathematica做线性代数Ⅰ——线性代数基本运算

本文探讨了用Mathematica于线性代数解题的算法,主要给出了利用Mathematica进行矩阵简单运算以及初等变换的算法.     

广义异步并行多分裂块松弛迭代算法

给出了求解大型线性代数方程组的适用于ＭＩＭＤ系统的异步并行多分裂块松弛迭代算法的一般模型,并在系数矩阵为块Ｈ－矩阵的条件下建立了该算法模型的收敛性理论．     

线性系统单输入的2种简单的极点配置算法

对线性系统的单输入情况,提出2种简单的极点配置算法.2种方法都将未知量归结为一个线性代数方程组的解,而这个线性代数方程组系数矩阵的每一行均为系数矩阵是三角形的线性代数方程组的解.该算法计算简单,计算量少.第一种方法还同时求出配置后矩阵的特征向量,为系统设计提供参考;第二种方法的计算量更少.对第一种方法进行误差分析,证明只要计算精度充分高,都能达到对任意给定的大于0的极点配置误差要求.     

线性代数中的几种简便算法

为提高线性代数中解题的准确性与速度,给出矩阵的初等变换正确性的检验方法及解矩阵方程、求齐次线性方程组基础解系的简便算法。     

矩阵特征多项式的一种简单算法

本文提供了计算矩阵的特征多项式的一种简单算法。本算法首先将矩阵通过简单的行和列变换化为Ｈｅｓｓｅｎｂｅｒｇ形，然后采用一组公式和递推算法，来计算矩阵的特征多项式。本算法在计算上是简单、直观的，同时适用于采用计算机计算或手工计算。     

浅析算法及算法复杂性

本文对算法及算法复杂性进行了初步的探究,并以求解线性方程组的LU分解的递归算法为例分析算法的复杂性。     

二元齐次矩阵Padé-型逼近的计算

二元齐次矩阵Padé-型逼近的计算比较复杂, 而通过适当的变量代换, 可以将二元齐次矩阵形式幂级数转化为一元含参数形式的矩阵形式幂级数, 从而给出二元齐次矩阵Padé-型逼近构造性的定义. 为提高二元齐次矩阵Padé-型逼近的逼近解精度, 借助于误差公式推导出基于矩阵E_MN 的二元齐次矩阵正交多项式Padé-型逼近的分子和分母行列式表达式; 为避免计算高阶行列式, 建立了一种Sylvester-型递推算法. 最后, 通过数值算例验证了该算法的有效性.     

多项式矩阵Drazin逆的两个算法

利用计算常数矩阵Drazin逆的有限算法，给出了计算多项式矩阵Drazin逆的有限算法，并用Matlab符号运算软件包实现有限算法。还提出了一种计算Drazin逆的二维递推算法，算例表明了这两种算法是可行的。     

预测控制中逆矩阵的递推求解算法

在各种自校正预测控制算法中，计算最优即时控制时均需在线进行矩阵求逆运算．作者针对各类预测控制算法中需求逆矩阵的普遍情形，采用矩阵分解方法，推导出一种可适用于各类预测控制算法的逆矩阵在线递推求解算法．本算法比传统增广矩阵求逆算法的计算量小，且适用性广，因而采用该算法可显著提高各种自校正预测控制算法的实时性．     

基于递推总体最小二乘的机载单站无源定位算法

对于机载单站无源定位中观测向量和系数矩阵均存在噪声的情况,采用经典的最小二乘(LS)算法会导致估计结果有偏,而一般的批处理算法运算量大,不满足定位的实时性要求.为此提出一种递推总体最小二乘定位(RTLS)算法.在建立机载无源测向定位模型的基础上,引入由系数矩阵和观测向量构成的增广矩阵,利用矩阵分解的性质建立了增广自相关逆矩阵和最右奇异向量的递推方程,从而推导出RTLS定位算法.仿真结果表明,RTLS算法的收敛速度和定位精度优于RLS算法和TWDRLS算法,并且实现了TLS算法对目标位置的实时估计,能够定位需求.     

多维时序模型建模方法的探讨

本文在对ARMAV模型进行预处理的基础上,根据采样向量序列的协方差函数提出了一种向量ARMAV模型的参数线性估计方法:矩阵递推法,包括低阶模型到高阶模型的矩阵递推和同阶模型的矩阵递推。并讨论了模型适用性的检验问题。     

互累积量迫零法信号源盲分离

利用高阶累积量进行信号源盲分离的已有算法都需要进行复杂的矩阵代数运算,且这类算法不具备所希望的等变特性,对于病态混合矩阵的盲分离问题可能无法求解,通过利用迭代算法迫使经过非线性函数变换的混合信号互累积量矩阵对角化的方法,提出了一种新的基于高阶累积量的具有等变特性的信号源盲分离算法,该算法所采用的累积量矩阵对角化方法不依赖于混合矩阵,也不需要对累积量矩阵进行代数变换,并且所使用的迭代算法不需要对任何变量求导,因此非常简单,易于实现;同时算法还具有对未经去除均值的混合信号直接进行分离的能力。     

修正正交分段线性函数及其在线性与时变线性系统中应用

把分段线性函数和斜波脉冲函数进行统一处理，定义成新的函数，使得新的函数既保持了原先两种函数的基本特性，又获得微分和积分递推算法。应用中具有方便，快速计算的优点。     

类树结构关系中递归查询的形式描述与实现方法

递归查询为包含多重层次结构的关系数据提供了一种非常灵活而有效的处理方法.本文运用关系代数和基于逻辑的Datalog规则对递归查询进行了形式描述,同时讨论了递归中固定点的计算公式和分层求反的原则.此外,对SQL3中实现递归编程方法和限制情况进行了深入分析.