一种受限非负矩阵分解方法

提出一种获取潜在语义的受限非负矩阵分解方法.通过在非负矩阵分解方法的目标函数上增加3个约束条件来定义受限非负矩阵分解方法的目标函数,给出求解受限非负矩阵分解方法目标函数的迭代规则,并证明迭代规则的收敛性.与非负矩阵分解方法相比,受限非负矩阵分解方法能获取尽可能正交的潜在语义.实验表明,受限非负矩阵分解方法在信息检索上的精度优于非负矩阵分解方法.     

指数矩阵e^tA表示一阶微分方程组的解

定义了矩阵函数，矩阵级数及指数矩阵。指出了其在一阶常系微分方程组中的应用，提供了解一阶常系数微分方程组的一个一般方法。     

迹为零非负矩阵的组合结构

FROBENIUS给出了非负矩阵的分块标准型,其中每一对角块为不可约非负矩阵.在对非负矩阵本原指数进行研究时,迹为零非负矩阵占有重要地位.利用Z-矩阵的方法研究非负矩阵,得出了迹为零非负矩阵的组合结构.     

D对称非负定矩阵

定义了一类新的特殊矩阵——D对称非负定矩阵，并导出了它的若干性质。     

逆M-矩阵的判定及并行算法

给出了任意一个n阶非负实方阵A为逆M-矩阵的一种简单方便的判定方法.利用此方法,使一个任意阶矩阵A逐次降阶为最后只需利用逆M-矩阵的定义判定其是否为逆M-矩阵,从而可以判定A是否为逆M-矩阵,并对其算法及实现问题进行了研究.     

一种实用快速非负矩阵分解算法

提出了一种基于快速非负矩阵分解算法的实用新算法.该实用快速非负矩阵分解算法扩展了快速非负矩阵分解算法的约束条件,并且保持了较高的收敛速度,更具一般性和实用性.然后对该新算法进行了一些稀疏非负矩阵分解的扩展应用.数值实验显示该实用快速非负矩阵分解算法和快速非负矩阵分解算法具有相近的收敛速度,与其他经典非负矩阵分解算法相比其收敛速度有明显的提高,同时对添加稀疏性约束条件的实验也有很好的效果.     

准幻方矩阵及其判定

给出了双心矩阵和双随机矩阵的一种推广矩阵——准幻方矩阵的定义,即设A∈Rn×n,如果A的每一行元素之和与每一列元素之和都为同一个常数,则称矩阵A为准幻方矩阵,得到了非负矩阵为准幻方矩阵的几个充要条件,并讨论了双心矩阵和双随机矩阵几个判定定理,得出了一些新的结果.     

非负交换半环上可逆矩阵的伴随矩阵

探讨了非负半环上可逆矩阵的伴随矩阵,获得了非负交换半环R上可逆矩阵的逆矩阵的正伴随矩阵与负伴随矩阵的具体表达式,部分解决了Poplin与Hartwig提出的一个公开问题.     

可分解成不可约矩阵乘积的非负矩阵(英文)

给出了一个n阶非负矩阵可以分解成不可约非负矩阵的乘积的充要条件.并且证明了若一个非负矩阵可分解成不可约非负矩阵的乘积,则可以做到因子个数至多是三个.所用的证明方法是构造性的,可以具体写出各个因子.     

非负矩阵的数值域

进一步研究了非负矩阵的数值域,在n阶非负矩阵A不一定是不可约矩阵的情况下,利用处理非负矩阵的技巧得出了类似于非负不可约矩阵的数值域结果,最后利用Ky-Fan定理给出可控矩阵的数值域范围.     

不可约非负矩阵指标集的分类理论

本文讨论了不可约非负矩阵指标集的分类理论，按照分类理论给出了不可约非负矩阵Ｆｒｏｂｅｎｉｕｓ标准型的一个构造性证明。证明只用到了指标集的分类理论，而没有应用矩阵的谱性质。     

一种非负矩阵分解算法

提出了一种新的非负矩阵分解算法（NNMF）．通过引入Bergman距离函数定义了非负矩阵分解算法的代价函数,给出了迭代公式,并证明了其收敛性．实验结果表明：在适当的条件下,算法收敛速度较快;解的精确度较高．     

不可约非负矩阵的周期与指标集的分类算法

文［１］和［２］讨论了不可约非负矩阵指标集的分类理论，在此基础上，本文给出了不可约非负矩阵的周期与指标集的分类算法。这一算法能同时求出周期与同余类，当矩阵的阶不大时，该算法容易在图上实现。     

有关非负矩阵谱半径及分离度界的估计

给出了非负矩阵谱半径上下界的一个估计，并将我们的结果与以往的结论做比较；在推论部分给出了非奇异M矩阵之逆的谱半径的界的估计以及任意复矩阵谱半径的一个上界的估计．另外，我们还给出了非负矩阵分离度的上界估计．     

循环阵与周期阵的等价性

循环矩阵与周期矩阵，本原矩阵与非周期矩阵分别有不同的定义方式，本文证明了循环矩阵等价于周期矩阵，而本原矩阵等价于非周期矩阵。     

基于矩阵型惯性投影神经网络的非负矩阵分解算法

提出一种基于矩阵型神经动力学优化的非负矩阵分解算法.将矩阵非负分解优化问题首先转换为两个矩阵变量凸优化子问题，针对其子问题分别提出矩阵型惯性投影神经网络；然后，采用交替迭代方案寻找矩阵非负分解优化问题的解.理论分析证明了矩阵型惯性投影神经网络能收敛于矩阵变量凸优化子问题的最优解，并且基于矩阵型神经网络的交替迭代算法可以收敛到矩阵非负分解优化问题的偏最优解.最后，所提出的基于矩阵型神经网络的交替迭代算法被有效地应用于人脸识别.     

负定矩阵的性质及其证明

由负定二次型的定义引出负定矩阵的定义,然后得出负定矩阵的12个相关性质,并给出了相应的证明.     

D对称非负定矩阵反问题解和算法

讨论了D对称非负定矩阵反问题解和算法，给出了D对称非负定矩阵反问题有解条件的判别以及求解的MATLAB程序．     

不确定型AHP中残缺区间数判断矩阵的性质及排序方法

给出了不确定ＡＨＰ中残区间数判断矩中接受的充要条件，定义了广义一致数字矩阵，研究了其性质，得到了拟对称的非负不可约矩阵为广义一致性数字矩阵的充要条件，最后对残缺区间数判断矩阵给出了一种计算的简便的排序方法－－ＧＩＥＭ《     

矩阵F分布与矩阵T分布在左球分布类中的推广

利用任意非负Borel函数的教学期望与随机向量的密度函数的关系,通过随机矩阵的变换,证明了左球分布定义的矩阵F和矩阵T仍然服从矩阵F分布和矩阵T分布,从而将矩阵F分布和矩阵T分布推广到左球分布类.这一结果扩大了椭球等高分布的应用范围.