信息检索的一个数学模型(Ⅱ)

§6.压缩存贮与压缩检索运算上面我们讨论的特征矩阵与提问矩阵,一般都是庞大的稀疏矩阵。这种矩阵在现代电脑中进行存贮与计算实际上是不可能的,当然也就无法得到检索答案。因此,我们对于这种矩阵必须进行压缩。如果X是一个无二义(0,1)矩阵(就是可用连续删除全0、全1行或者全0、全1列,最后删空的矩阵),那末可用存贮“行和”与“列和值序”的方法把原信息大大压缩(所谓“行和”就是一个行向量中全部1相加的和。“列和值序”就是按各“列和”值的大小排成     

求矩阵的广义逆

利用行式和列式的性质,给出了两种求矩阵广义逆的方法:1.伴随矩阵法,若m×n矩阵A的行(列)式|A|≠0,则1|A|A*是矩阵A的广义逆.2.如果m×n矩阵A是满秩的,且A的子式Ni1i2…irj1j2…jr(r=min(m,n))的行列式不等于零,则pN-112…mj1j2…jm0或Nii1i2…in12…n0P是矩阵A的一个广义逆.     

矩阵广义对角占优和非奇的判定

一矩阵行列式非零的判定在本节我们将给出两个判定矩阵行列式非零的充分条件。为了证明的需要,首先引入定义1 设A为n×n矩阵,如果存在非奇正对角阵D,使得阵A·D(D·A)为行(列)严格对角占优阵,则称A为行(列)广义对角占优矩阵(见[3])。     

广义Hadamard延拓矩阵的奇异值分解

定义广义行(列)Hadamard延拓矩阵的概念,分别建立广义行Hadamard延拓矩阵和广义列Hadamard延拓矩阵与母矩阵的奇异值和奇异向量之间的定量关系.对m×n阶母矩阵进行k次行和列延拓,所得延拓矩阵的奇异值分别是母矩阵奇异值的(km+1)(1/2)和(kn+1)(1/2)倍.作为应用,分别给出行和列Hadamard延拓矩阵的Moore-Penrose逆.最后举例验证所得结果.     

矩阵低秩逼近的快速增量算法及其在人脸图像中的应用

针对矩阵数据降维或低秩逼近问题,提出了一种快速增量算法.假设矩阵数据存在双边分解,建立了两个相互耦合的特征子空间模型,因此增量算法由两个特征子空间的迭代更新构成.每一步迭代,新载入的矩阵数据沿着行(列)特征子空间进行正交分解,从而获得了行(列)协方差矩阵更紧致的表达.一旦该表达被建立,行(列)特征子空间的更新就可以通过解一个和矩阵数据的行(列)数相比更小规模的特征值问题来完成,算法的高效率得以实现.该算法被应用到人脸图像重构和人脸跟踪问题中,一系列实验表明了算法的有效性.     

行反正交矩阵的一些性质

给出行反正交矩阵的概念,并讨论其行列式、可逆性、迹、特征值等问题,得到行反正交矩阵的行列式、逆矩阵、特征值与迹;并得出了以下主要结果:行反正交矩阵是行列对称矩阵,它本身以及它的行转置和列转置矩阵都是可逆矩阵;行反正交矩阵的转置矩阵以及它的行转置和列转置矩阵都仍是行反正交矩阵;行反正交矩阵的行转置矩阵的逆矩阵等于其逆矩阵的行转置,其列转置矩阵的逆矩阵等于其逆矩阵的列转置;它的行转置矩阵的转置等于其转置矩阵的行转置,它的列转置矩阵的转置等于其转置矩阵的列转置.     

定义在两个互素因子链上的交错Smith矩阵的整除性

设S={x1,x2,…,xn}是n个正整数组成的集合,a是正整数.如果一个n阶矩阵的第f行第j列的元素定义为(-1)i+j(xi,xj)a,其中(xi,xj)a表示S中的元素xi与xj的最大公因数的a次幂,则称这个矩阵是定义在S上的a次交错幂GCD矩阵,用(ASa)表示.类似可定义a次交错幂LCM矩阵ASa].作者证明...     

Brauer特征标表的两个性质

为了利用有限群模表示理论去得到有限群中一些数量性质的刻画,运用Schur-Zassenhaus定理以及模表示理论,证明了任意素数p不整除任一个有限群的p-正则元的个数.根据Brauer特征标表,可以得到一些数论信息.运用模表示论和Galois理论给出了在任意有限群的Brauer特征标表中每行元素的和为有理整数.另外,如果一个有限群为p-可解群,则其Brauer特征标表的每列元素和为有理整数.     

幂GCD矩阵与幂LCM矩阵的行列式的整除性

设S={x_1,x_2,…,x_n)是由n个不同的正整数组成的集合,并设整数a≥1,如果n阶矩阵的第i行j列元素是S中元素x_i和x_j的最大公因子的a次幂(x_i,x_j)~a,则称该矩阵是定义在S上的口次幂GCD矩阵,用(S~a)表示.类似定义幂LCM矩阵[S~a].本文证明了:设S是由n个不同的正整数组成的一个最大公因子封闭集,且正整数a∣b.如果n≤3,那么det(S~a)I det[S~b];如果max{x_i)＜12,那么det(S~a)f det[S~b].x_i∈S     

广义共轭延拓矩阵的奇异值分解

定义广义共轭延拓矩阵的概念,利用复矩阵的实分量矩阵,分别建立广义行共轭延拓矩阵和列共轭延拓矩阵与其母矩阵的实分量矩阵的奇异值和奇异向量之间的定量关系.所得行或列延拓矩阵的奇异值等于母矩阵的实分量矩阵奇异值的2~(1/2)倍,相应的右或左奇异向量矩阵是实正交矩阵.     

有关Levi—Civita张量的几点讨论

本文讨论了Levi—Givita张量(密度)的定义和性质,并指出合理定义协变Levi—Givita张量密度的途径及其结果。     

壳体中性曲面变形后的度量张量和曲率张量

为了从数学角度更好地描述壳体中性曲面如何变形,通过渐近分析和张量分析,给出了当壳体中性曲面发生形变时度量张量和曲率张量改变量的完整表达式.提出的度量张量的改变量与Ciarlet给出的一致,而曲率张量的改变量比Ciarlet给出的更精确.由于度量张量和曲率张量的改变量是构造Koiter型线性、非线性弹性壳体模型的重要组成部分,因此提出新的Koiter型非线性弹性壳体模型,理论上比Ciarlet的非线性模型误差更小.这为火箭、导弹、航天飞船等国防领域和火车、汽车等工业领域的研究提供了更好的数学基础.     

5重对称轴点群的介电、压电、弹光、弹性和布里渊张量

本文对５重对称轴点群的介电、压电、弹光、弹性和布里渊张量进行了理论计算．这里的５重轴点群包括了５（Ｃ５）、５（Ｓ１０）、１０（Ｃ５ｈ）、１０ｍ２（Ｄ５２）、５２（Ｄ５）、５ｍ（Ｃ５ｖ）、５２ｍ（Ｄ５ｄ）、２３５（Ｉ）和（２／ｍ）３５（Ｉｈ）．     

基于块张量乘积算法的一个应用

概括总结了张量,块张量以及块张量的相关计算,并针对特殊Sylvester张量方程的隐式共轭梯度法的一个定理,从块张量的定义上给出了完整的证明。     

增强的张量鲁棒主成分分析模型及其应用

鲁棒主成分分析（RPCA）是处理图像恢复和背景建模问题的常用模型。针对原始RPCA及其改进模型对输入数据低秩结构的依赖性过强问题，提出一个增强的张量鲁棒主成分分析模型（E-TRPCA）并构造了一个新的增强张量核范数（E-TNN）正则项。E-TNN基于张量数据的低维子空间投影约束其低秩性，可以更真实地反映张量数据的潜在结构，增强模型的泛化性。利用交替方向乘子算法（ADMM）对目标函数进行优化求解，在图像去噪和背景建模上的实验结果表明所提方法在图像恢复效果和运行时间方面要优于当前的其他方法。     

四维时空中积分问题的讨论

本文运用外微分形式,处理四维时空中线元、面元和体元的积分问题。文中首先讨论线元、面元和体元的张量性质,然后引入外微分形式,并证明有关积分公式。     

增强的张量鲁棒主成分分析模型及其应用

鲁棒主成分分析(RPCA)是处理图像恢复和背景建模问题的常用模型。针对原始RPCA及其改进模型对输入数据低秩结构的依赖性过强问题,提出一个增强的张量鲁棒主成分分析模型(E-TRPCA)并构造了一个新的增强张量核范数(E-TNN)正则项。E-TNN基于张量数据的低维子空间投影约束其低秩性,可以更真实地反映张量数据的潜在结构,增强模型的泛化性。利用交替方向乘子算法(ADMM)对目标函数进行优化求解,在图像去噪和背景建模上的实验结果表明所提方法在图像恢复效果和运行时间方面要优于当前的其他方法。     

关于度量空间的formal balls构成的偏序集

formal ball构成的偏序集为度量空间理论和domain理论提供了联系.作者考察了Ω-范畴的tensor完备化,证明了当度量空间被视为Ω-范畴时,其formal ball构成的偏序集正好是它的tensor完备化.     

高导数引力

在Ｅｉｎｓｔｅｉｎ引力作用量中引入Ｗｅｙｌ张量的平方项，得到有度规张量高阶导数项的引力场方程，考虑其弱场线性近似解，给出了牛顿极限，并讨论了某些新结果。     

曲率与挠率张量的特殊关系

研究挠率和曲率张量在Bianchi恒等式中的相依关系,从Cartan结构方程出发,得到了Bianchi恒等式的三种等价表达形式,局部上和整体上证明了曲率、挠率分量满足的关系式,还揭示了第二Bianchi恒等式的降阶表达形式蕴含的物理意义.