一种基于图象序列的3D重构算法

提出一种基于图象序列的 3D重构算法。采用共轭梯度法迭代估计射影深度 ,通过矩阵分解方法实现射影重构。然后利用一个 4× 4非奇异矩阵 ,将射影重构变换为欧氏重构。实验结果表明此算法是行之有效的     

低阶双随机矩阵逆特征值问题

对给定的实或复n-重Λ={λ1,…,λn},决定是否存在以Λ为谱的非负方阵的问题称为非负矩阵逆特征值问题,这一直是非负矩阵理论中尚未完全解决的一个研究热点.决定是否存在以Λ为谱的双随机矩阵的问题称为双随机矩阵逆特征值问题,这是既有理论价值、又有实际应用背景的一类非负矩阵逆特征值问题,目前正引起不少学者的兴趣.论文主要研究n(n∈{2,3,4,5})阶双随机矩阵逆特征值问题有解的充分条件,其中给定的Λ={λ1,…,λn}是一般的复n-重,它的全部元素或一部分元素可以是实数.     

不可约非负矩阵的逆特征值问题

非负矩阵逆特征值问题的提法是:对已知的一个复数组Λ={λ1,…,λn},求一个n×n非负矩阵以Λ为谱.由于非负矩阵逆特征值问题的理论兴趣和应用背景,长期以来,一直吸引不少研究者从事这个热门课题.论文对n=3的情形,限制在至少有三个零元的不可约矩阵类中.首先,给出具有已知的对角元集的非负矩阵逆特征值(包含复特征值)问题有解的充分必要条件;其次,在此基础上,更进一步证明非负矩阵逆特征值问题有解的充分必要条件.在两种情形下都给出了构造全部解集合的简单而有效的公式.     

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.     

行随机矩阵的逆特征值问题

非负矩阵逆特征值问题的理论价值和应用背景一直吸引不少学者从事于这个热门课题的研究.论文研究行随机矩阵逆特征值问题,考虑一类特殊的复数集Λ=∪k=1mΛk,m>0,每个Λk含有pk>0个元,其中一元是λk1>0,其余元是ωke2πi/pk,…,ωke2(pk-1)πi/pk,0<ωk≤λk1.论文同时给出了求解的方法.当p1,…,pm全为2时,Λ变成2m+1非零个实数的集合.论文同时也给出以已知任意奇数个非零实数为谱的行随机矩阵逆特征值问题有解的充分条件及求解的方法.     

五对角线逆M-矩阵的Hadamard积

令M-1记所有n×n逆M-矩阵的集合,Sk记所有实矩阵其每个kk主子矩阵都是逆M-矩阵的集合.首先证得如果A,BM-1分别是上、下Hessenberg矩阵,则对任意H1,H2S2,AoB和(AoH1)o(BoH2)都是三对角线矩阵(因而是完全非负矩阵);其次证得如果A=(Aij),B=(bij)M-1满足对任意i-j3,aji=bij=0,则对任意H1,H2S3,AoB和(AoH1)o(BoH2)都是五对角线逆M-矩阵.     

一种基于奇异值分解的分层重构算法

以仿射投影来逼近透视投影,采用共轭梯度法迭代估计射影深度,通过测量矩阵的奇异值分解实现射影重构.在摄象机内参数已知的情况下,求解一个满足欧氏重构条件的4×4非奇异矩阵,由此矩阵将射影重构变换为欧氏重构.实验结果表明该算法是行之有效的.     

四阶不可约非负矩阵的逆特征?问题

非负矩阵逆特征值问题的理论兴趣和应用背景一直是热门的研究课题.文[5]中对n=3的情形,限制在至少有3个零元的不可约非负矩阵类中,给出了具有已知对角元集的非负矩阵逆特征值(包含复特征值)问题有解的充分必要条件,同时给出了构造全部解集合的简单而有效的公式.作者对n=4的情形,限制在至少有7个零元(但有非零对角元)的不可约矩阵类中,给出了以已知复数集为谱的非负矩阵逆特征值问题有解的充分条件,并在满足此充分条件的情况下,给出了构造全部解集合的简单而有效的公式.     

极端U_1矩阵的充要条件

相关文献最近在研究双随机算子和极端双随机算子的充要条件时,提出U1矩阵的概念,并成功地利用U1矩阵和极端U1矩阵的工具,取得丰硕的成果.这样一来,极端U1矩阵的进一步研究应该是有意义的.相关文献仅给出U1矩阵是极端U1矩阵的一个必要条件,作者进一步给出U1矩阵是极端U1矩阵的充要条件及对称非负矩阵是极端U1矩阵的充要条件.此外,还对有一个n-1阶主子矩阵是饱和的U1矩阵,给出它是极端U1矩阵的充要条件.     

偕正矩阵的判定

偕正矩阵在矩阵论的理论和应用两方面都很重要,这种类型的矩阵常出现在最优化理论的研究与应用中.近年来,许多文章都在研究判定一个已知的(实)对称矩阵是或不是偕正矩阵、是或不是严格偕正矩阵的方法.本文侧重于研究判定对称矩阵是(严格)偕正矩阵的充分条件及对称矩阵不是偕正矩阵的充分条件,并得出几个肯定性结果.与文[7]的方法相比较,我们的判定已知对称矩阵偕正性的方法要简单易行得多.