线性矩阵方程组的对称矩阵解

在矩阵的向量函数和矩阵的Kronecker积的基础上定义了矩阵的部分向量函数,利用Moore-Penrose广义逆的有关知识给出了矩阵方程^k∑i=-1AiXBi=C的对称解的结构和性质。     

复函数矩阵的向量及矩阵导数的性质

复函数已经广泛应用于自然科学各领域,有必要探讨复函数矩阵的各种分析性质,特别是对向量与矩阵的导数的研究.本文以实函数矩阵性质为基础,针对复函数矩阵的特征,引入复函数矩阵及其极限、连续性、导数、积分等概念或定义.以综合类比与推理研究的方法,推导出复矩阵函数的逆、逮的导数的算法,尤其是复向量数量函数、复多元向量函数、复向量复合函数对向量的导数,以及复合复函数、复二次型的导数的性质;进一步揭示了复矩阵函数、复矩阵函数对矩阵的导数以及迹、行列式导数的重要性质,也得到了复矩阵函数、复向量矩阵函数的全微分的算法.研究结果表明复函数矩阵对向量与对矩阵的导数的算法虽然源于实函数矩阵的导数算法,但却发展出非常多的、更广泛的不同性质.     

线性矩阵方程的Hankel矩阵解

在矩阵的向量函数和矩阵的Kronecker积的基础上定义了矩阵的部分向量函数,利用Moore-Penrose的有关知识给出了矩阵方程的Hankel矩阵解的结构和性质.     

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.     

Fisher矩阵与Fisher张量

一个随机变量X的Fisher矩阵定义为F=Eθ[hhT],这里f(x|θ)为X的密度函数,θ∈Rd为参数向量,h=Δ θln f(x|θ)为得分向量.介绍Fisher矩阵的几类等价定义及基本性质,引入Fisher张量,讨论了参数最大似然估计的渐近分布.     

关于一类矩阵的平方根公式

从性质C1/2C1/2=C出发,在不求过渡矩阵的前提下,利用Sherman-Morrison公式得到了非负定矩阵A=aaT+bbT的平方根表示,进而解决了一类特殊矩阵方程X2=A的求解问题.其中a,b是Rn中的n维非零列向量.     

分块矩阵与函数矩阵

本文主要以交换Banach代数上矩阵的观点将分块矩阵与函数矩阵联系起来。用函数矩阵来研究分块矩阵的性质,并引入了正分块矩阵函数的概念,讨论了它的一些性质。     

关于无界时变区间矩阵的稳定性

本文用矩阵测度和向量Ｌｉａｐｕｎｏｖ函数研究了具有分解的无界时变区间矩阵的稳定性，给出了它们稳定的判别准确，推广和改进了文［１－４］的工作。     

矩阵的扩充与紧支撑多小波

一个元素定义在复数域上的罗朗多项式的 n @ r 的矩阵 P( z)能被扩充为一个仿酉矩阵, 当 n= 2 时, 矩阵的扩充是唯一的;当 n≥3时,矩阵的扩充有无穷多种. 因此可用此方法构造出很多种不同的 r 重紧支撑向量小波和预小波( n≥3) , 从而也给出了同一尺度函数相对应的紧支撑向量小波或预小波非唯一的构造算法. 相应的小构造算例也说明了这一结果.     

解Fuzzy矩阵方程A=

首先在A=(aij)m×n为满列秩梯形形状Fuzzy数矩阵，b=（b1,b2，…，bm）T为梯形形状Fuzzy数向量的条件下给出了矩阵方程Ax=b的解。然后深入地研究了矩阵方程Ax=b的解的性质，并给出了求解算法。     

基于反射阵的非正交函数谱分解方法

非正交函数不能利用正交积分为实现谱分解,仅有某些特殊的非正交函数可以通过积分变换实现谱分解。本文提出了反射阵的概念,揭示非正交函数谱分析的镜像对称性。任何能够建立起反射阵的元函数存在着它的逆元函数,并且任何基于该元函数的谱向量同时也存在着基于逆元函数的逆谱向量。     

基于模糊C均值聚类改进的最大似然分类法

基于参数密度分布模型的最大似然分类法(MLC)是遥感影像经典分类方法之一,它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点,但是由于遥感数据具有高度的模糊性和随机性,使得贝叶斯(Bayes)判别函数中的均值向量和协方差矩阵很难准确确定。因此首先利用模糊C均值聚类得到模糊划分矩阵,然后基于模糊划分矩阵计算出每一个聚类类别模糊均值和模糊协方差矩阵,并利用模糊均值和模糊协方差矩阵来代替贝叶斯判别函数中的均值向量和协方差矩阵从而建立一个新的判别函数,最后与传统的最大似然分类结果进行比较,结果表明改进后的最大似然分类法在总体精度、Kappa系数均优于传统的最大似然分类方法。     

一般线性四元数矩阵方程的Hermite解

在矩阵的张量函数和矩阵的Kronecker积的基础上定义了矩阵的部分张量函数, 给出研究一般线性四元数矩阵方程Hermite解的一种转化方法。     

基于不变因子的传递函数矩阵的最小实现

基于传递函数矩阵的斯密斯-马克米兰（Smith-McMillan）标准型,讨论了以严真有理分式矩阵描述的传递函数矩阵的一个最小实现,其中每一个不变因子的最小实现对应一循环系统.如果斯密斯-马克米兰的秩为ｒ,那么最小实现对应于ｒ个循环系统的直和.特别地,当传递函数以行向量或列向量形式给出时和当系统矩阵以分块循环矩阵表示时,分别得到了能控或能观型实现,它们都是现有算法的改进.     

子孔径检测及拼接的矩阵分析

在两个子孔径拼接原理的基础上提出了子孔径拼接目标函数，并通过建立每个子孔径的相关矩阵及相关向量，每个重叠区的拟合矩阵及拟合向量，运用矩阵变换实现了子孔径的拼接，从而实现了大口径面形的测量，该方法简单易行，且避免了误差传递和积累。     

样条矩阵法

建立了新的样条坐标矩阵，据此重新定义了一组结点广义位移参数，提出了样条矩阵法。本方法直接采用Ｂ样条函数构造形函数，从而避免了由于Ｂ样条函数的重新组合而造成的种种不便。同时，又能方便地引入边界条件，且易于进行子域间的搭接。样条矩阵法与以往样条函数方法相比，具有格式简单，编程方便，计算简捷等优点。     

关于Fibonacci多项式通项的证明

Fibonacci多项式是以递推方式定义:F0(x)=1,F1(x)=x,F n+2(x)=x F n+1(x)+F n(x).利用代数知识,给出Fibonacci多项式通项的行列式形式和矩阵、向量乘积形式的通项公式证明.     

n维欧氏空间Rn上向量函数的γ次Jacobi阵及其性质

给出n维欧氏空间Rⁿ上向量函数的γ次Jacobi阵的概念及其性质, 并给出R ⁿ上数量值及向量函数的γ凸的概念及其性质.     

基于MSFG的机载BITE故障定位算法研究

故障定位是机载BITE的重要功能,定位结果的准确性对维修测试有着重要影响。基于多信号流图模型,在构造故障-测试关联矩阵和故障-故障关联矩阵的基础上,引入故障信息矢量和故障定位矩阵,并给出适用于机载BITE故障定位的矢量描述和矩阵定义,进而提出一种简单、有效的故障定位算法。实例验证表明,该算法能够对系统中的故障源进行准确定位。