Am×n·Bn×p的快速算法

本文以二阶矩阵快速乘法的W算法为基础,给出了Am×n·Bn×p的快速算法.     

2^k阶矩阵乘的快速—普通混合算法

从实际应用角度分析W算法用于2k阶矩阵乘的计算时间,发现混合算法是1个更优秀的算法.它与快速算法同阶.计算时间与快速算法计算时间之比为1:2.3.且从k＝6开始就优于普通算法.这些结果,已为计算实践证实.     

S—W型二阶矩阵快速乘法的最优算法

论述了求S W型的 2 MFM的全部算法和最优算法的计算依据、计算过程和结果。证明了有关定理 ,从而使该问题有了一个完整的结论。     

一种高效4×4二维DCT快速算法

提出了一种新的高效 4× 4二维离散余弦变换 (DCT)的快速算法 .该算法具有极低的计算复杂性和简单、规则的结构 .由于大部分乘法运算集中在末级 ,所以 ,实际应用中的比例和量化可以和这些乘法结合在一起 .因此 ,算法适合用软件和硬件实现 .实验结果表明 ,该算法比其他算法具有更高的计算效率 .由于其高效率 ,该算法可作为递归二维离散余弦变换算法的核心模块 .     

用初等变换求解矩阵方程Am×nXn×p=Bm×p

利用分块矩阵和矩阵初等变换给出了一个直接求解矩阵方程Am×nXn×p=Bm×p的简捷而实用的方法,并对齐次方程组和非齐次方程组同样可以用此方法很快得到方程组的通解,与文献[1]相比较,该求解方法更加简捷实用.     

两个Toeplitz矩阵(或Hankel矩阵)相乘的快速算法

本文给出了两个n阶Toeplitz矩阵(或Hankcl矩阵)相乘以及Toeplitz矩阵与Hankel矩阵相乘的快速算法,这些算法的计算复杂性都为6n~2+O(nlog_2n)。     

两种快速DCT算法的矩阵分解与分析

利用矩阵乘法理论来分析Loeffler DCT算法和Feig DCT算法.通过使用矩阵分解的表示形式,指出了两种算法的区别与联系,这种矩阵分解的表示形式和分解过程有利于对算法的理解和进一步提出更好的快速算法.     

Loewner矩阵Moore-Penrose逆的快速算法

给出了求以秩为n的m×n阶Loewner矩阵Moore-Penrose逆的快速算法,该算法的计算复杂度为O(mn) O(n2)。     

求Hankel矩阵的逆矩阵的快速算法

利用Hankel矩阵的位移性质,得到了矩阵为Hankel矩阵的充要条件.从该充要条件出发,得到了求Hankel矩阵之逆矩阵的快速算法,计算复杂度为O(n2),而一般n阶矩阵求逆的复杂度为O(n3).     

有限长度离散子波变换的快速算法

本文提出了一种有限长度离散子波变换的结构化算法，分析和综合滤波矩阵Ｈ、Ｇ可以分解成循环矩阵和下三角矩阵的Ｋｒｏｎｅｃｋｅｒ积．循环矩阵用ＦＦＴ实现，而下三角矩阵直接实现。算法的计算复杂性优于全ＦＦＴ实现。由于二维离散子波变换的滤波矩阵可以分解成一维离散子波变换矩阵的Ｋｒｏｌｌｅｃｋｅｒ积，所以，本算法可以方便地推广到二维离散子波变换。     

计算Bezout阵的惯性的快速算法及应用

在本文中,提供了一个计算Ｂｅｚｏｕｔ矩阵惯性的快速无分式算法,并能确定出给定整系数代数方程的不同实根个数及不同对共轭复根对数。     

Cauchy型矩阵Moore-Penrose逆的快速算法

给出了求以秩为n的m×n Cauchy型矩阵Moore-Penrose逆的快速算法,该算法的计算复杂度为O(mn) O(n2).     

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.     

分块五对角矩阵求逆的快速算法

分块五对角矩阵出现在数学的很多分支中并且被广泛的研究,例如在用差分方法或有限元方法求解离散后的偏微分方程、线性规划、网络分析及结构分析等问题中,经常需要求解以分块五对角矩阵为系数矩阵的线性方程组;文章利用分块五对角矩阵的特殊结构,给出了求分块五对角矩阵逆矩阵的快速算法,最后通过算例来说明算法的有效性。     

循环矩阵开平方的快速算法

利用快速傅立叶变换 (FFT) ,给出了 n阶循环矩阵开平方的一个快速算法 ,计算循环矩阵的同型平方根矩阵 (平方根矩阵也是循环矩阵 ) ,证明了同型平方根矩阵的个数为 2 n ,它是关于 n的指数函数 ;计算一个同型平方根矩阵的时间复杂性为 O(nlog2 n) ;计算全部同型平方根矩阵的时间复杂性为 O(n2 n) .     

用初等变换求解矩阵方程A_(m×n)X_(n×p)=B_(m×p)

利用分块矩阵和矩阵初等变换给出了一个直接求解矩阵方程Am×nXn×p=Bm×p的简捷而实用的方法,并对齐次方程组和非齐次方程组同样可以用此方法很快得到方程组的通解,与文献[1]相比较,该求解方法更加简捷实用。     

求解块首尾和循环线性系统的快速算法

利用多项式矩阵理论,对块首尾和循环线性方程组,给出了一种求解的快速算法,它只存在舍入误差,当在有理数域上讨论时,所得的解是精确的.     

双二元（n，m）型二重循环矩阵的逆矩阵

利用一些矩阵乘法和二元循环矩阵的逆矩阵给出了双二元(n，m)型二重循环矩阵逆矩阵的简便算法．     

求块—Toeplitz矩阵QR分解中R及R^—T的快速算法

对块数为ｍ×ｎ阶数为ｍｒ×ｎｓ的块－Ｔｏｅｐｌｉｔｚ矩阵Ｔ提出一种通过Ｔ＾Ｔ Ｔ的Ｃｈｏｌｅｓｋｙ因子Ｒ来求Ｔ的ＱＲ分解中上三角矩阵Ｒ及Ｒ＾－Ｔ的快速算法，计算量为Ｏ（ｍｎｒｓ＾２）。