基于矩阵搜索求解排课表问题的算法

讨论了排课表问题的一种矩阵解法,提出了一种基于矩阵行搜索变换求解该问题的新方法,并给出了软件实现的详细步骤.不仅给出了算法的理论基础,还给出了程序实现时的一些技巧,算法的时间复杂度为O(n2e),具有较高的效率和实用性.     

模糊互补判断矩阵一致性改进的新途径

针对模糊互补判断矩阵的一致性修正问题,提出了一种改善模糊互补判断矩阵一致性的新算法,在从理论上分析该算法可行性的同时,利用模拟仿真的方法给出了两种不同方法间的比较分析,并给出了具体的算例说明.     

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共栀梯度迭代算法.首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性.对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到...     

求解分裂可行问题的一种松驰投影算法

本文提出了一种新的算法来求解分裂可行问题,该算法在每步迭代中应用类-Armijo搜索来获取调整步长,然后给出了一个校正步长,避免了矩阵逆和矩阵最大特征值的计算.我们证明了该算法的全局收敛性.     

对称矩阵特征值反问题的最佳逼近解的一种数值解法

利用复合最速下降法,给出了对称矩阵特征值反问题AX=XΛ有解和无解两种情况下最佳逼近解的通用数值算法,对任意给定的初始矩阵A0,经过有限步迭代可以得到对称矩阵特征值反问题的最佳逼近解,并分别给出有解和无解两种情况下的数值实例,证明了此算法的可行性.另外,结合投影算法,可以用此算法来求解其它凸约束下矩阵特征值反问题的最佳逼近解,从而扩大了此算法的求解范围.     

基于矩阵算法的关联规则挖掘

分析了关联规则挖掘的各种算法,详尽分析和探讨了一种用于挖掘关联规则的矩阵算法并给出了矩阵算法实现过程.矩阵算法扫描数据库一次,然后生成事务矩阵,在矩阵上进行相关的数据挖掘操作.当数据库规模较大时,矩阵算法能够显著提高关联规则挖掘的效率.     

下三角矩阵逆奇异值问题的递推算法

讨论了具有给定奇异值和对角线元素的实下三角矩阵的构造问题,给出了问题有解的充分必要条件,给出了计算问题解的一种递推算法和数值例子.     

单假币辨识的非适应算法

利用假币辨识向量集,引入搜索矩阵,给出一种逐列相加合并的算法,解决了单假币辨识的完全非适应算法问题.     

加权广义逆矩阵的迭代算法

简要讨论了加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ广义逆矩阵的一些基本性质：给出了计算加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ广义逆矩阵的四种迭代算法，其中两种为线性算法，另外两种为高阶算法：讨论了诸算法间的相互关系，给出了高阶算法的一种较好的初始矩阵；讨论了诸算法的收敛性条件，给出了最佳的迭代参数；最后．讨论了算法在求解加权最小二乘问题中的应用。     

分裂等式问题的一种简单投影算法

本文主要给出了求解分裂等式问题的一种简单投影算法及其松弛算法,证明了算法的全局收敛性.与相关算法相比,该算法每一步的迭代步长都可直接计算出,避免了计算矩阵的谱半径.     

EAOR投影迭代算法求解一类对称双正型线性互补问题

研究求解一类对称双正型的线性互补问题的EAOR迭代算法．证明了由此算法产生的迭代序列的聚点是线性互补问题的解．并且，当互补问题中的矩阵为对称双正加阵或严格对称双正阵时，算法产生的迭代序列存在子序列收敛到互补问题的解．而当矩阵为非退化对称双正加阵时，该序列收敛．     

基于辅助问题原理及内点法的分区并行最优潮流算法

针对大电网在最优化问题计算中存在计算时间长、矩阵维数高等问题，按照电力系统的实际地理分布，在某些联络线处将整个电网分解为多个相对独立的子系统，子系统问通过边界节点产生的约束条件进行协调，建立了一个基于辅助问题原理（APP）的多分区并行最优潮流计算模型．应用APP方法，将大电网最优潮流问题转化为多个规模相对较小子系统的并行协调优化问题，在每个子系统中采用跟踪中心轨迹内点法求解子系统的优化问题．测试算例的计算结果表明，该算法减少了整个问题的矩阵维数，降低了问题的求解难度，具有较强的收敛性、快速性和实用性．     

滑动平均模型参数估计的Gevers-Wouters算法的指数收敛性

可逆的向量滑动平均(MA)模型参数估计问题本质上是一个矩阵谱分解问题。基于向量MA模型和状态空间模型之间的变换,用Kalman滤波方法证明了矩阵谱分解的Gevers-Wouters算法的一致性和指数收敛性,且证明了收敛速度由MA多项式矩阵的行列式的零点决定。当这些零点不接近单位圆周时,Gevers-Wouters算法可高精度、快速地给出MA参数估计,因而提供一种快速有效的谱分解工具。     

基于平方根UKF的伪卫星动态跟踪定位算法

为了解决传统Kalman滤波在处理非线性系统时的局限性,以及扩展Kalman滤波（EKF）在处理强非线性系统时发散性和精度较差的问题,结合动态导航系统中的目标跟踪定位问题,在不敏Kalman滤波（UKF）算法的基础上,提出了一种基于平方根UKF的动态跟踪定位算法,在递推运算过程中采用协方差矩阵的平方根代替传统算法计算过程中的协方差矩阵。MATLAB仿真结果表明,平方根UKF算法的精度比EKF提升了54.7%,比UKF提升了14.8%。所提出的算法解决了Kalman处理非线性系统的局限性以及传统EKF和UKF算法精度不高的问题,为伪卫星系统的高精度定位研究提供了有力支撑。     

主成分分析的一个黎曼几何随机算法

一个典型的求解主成分问题的方法是Oja-Sanger算法，但其不能保证迭代矩阵列的单位列正交性，实际计算时矩阵列甚至是无界的．将主成分问题等价变换为Stiefel流形上的一个二次优化问题，采用黎曼几何算法思想，获得求解主成分分析(PCA)的一个黎曼几何随机算法(自适应算法)．该方法可确保迭代矩阵列的单位列正交性．数值模拟结果表明，本文算法优于Oja-Sanger算法．     

结合改进非负矩阵分解的模糊网页文本分类算法

通过构建向量空间模型可以获得表征网页数据的词-文本权重矩阵,然而直接基于此高维矩阵进行分类学习效率较低,为此提出一种结合改进非负矩阵分解的模糊网页文本分类算法.首先,通过迭代的归一化压缩非负矩阵分解将高维的原数据映射到低维语义空间,以降低问题的复杂性.然后,将模糊逻辑引入分类模型,通过特征词与类别的模糊隶属度来生成文本的类别模糊集,以解决确定性矩阵难以判定语义模糊词所属类别的问题.实验结果表明,与其他方法相比,所提出的分类算法具有较高的分类准确度和较好的时间性能.     

非对称广义特征值问题并行处理的一些进展

广义特征值问题AX=λBX(A、B是N阶方矩阵）的并行处理是大规模科学与工程计算中的基础问题之一。迄今为止，国内外学对该问题的研究多集中于对称矩阵广义特征值问题的并行处理，并形成多种算法和相应软件。而非对称矩阵广义特征值问题并行处理的研究相对进行得较少。介绍作等人近几年来在非对称广义特征值问题并行处理方面的一些工作。它包括：QZ算法的并行化，并行拟－Eberlein算法及并行同伦数值方法等。     

线性系统李雅普诺夫函数构造实现和并行算法

文中采用矩阵多分裂技术方法，论证了线性系统李雅普诺夫函数构造并行算法的收敛性，解决了计算机实现的技术问题，并行算法在计算机上进行数值实验的结果表明，此方法对求解大型问题是很有效的。     

WZ分解的一种新的并行算法

本文对n阶非奇异实稠密矩阵A的WZ分解提出了一种新的并行算法。用n~2台处理机,我们可以在3n-2步内求得矩阵A的WZ分解。该算法与文献[1]中的方法相结合,可得并行求解线性方程组的另一种有效算法。文中所提及的算法均适用于SIMD型并行计算机。