矩阵的满秩分解和强满秩矩阵的三角分解的初等变换法

把矩阵分解为特性矩阵的乘积无论是在矩阵理论的研究还是矩阵的应用中都是相当重要的。通过矩阵的初等变换可实现矩阵的满秩分解和强满秩矩阵的三角分解。     

酉对称矩阵的满秩分解及其算法

对酉对称矩阵的满秩分解算法作了研究，证明了酉对称矩阵的满秩分解矩阵F^＊和G^＊与母矩阵A的分解矩阵F和G之间的定量关系，同时给出了满秩分解的两种快速算法。最后对酉对称矩阵的部分广义逆-g逆，反射g逆，最小二乘g逆，最小范数g逆问题作了定量分析，也得到了相应的算法，并在文后举例给以说明所得算法大大降低了酉对称矩阵的满秩分解的计算量和存储量，提高了计算效率。     

全对称矩阵的满秩分解及Moore-Penrose逆

给出全对称矩阵中具有轴对称结构矩阵(延拓矩阵)的满秩分解及Moore-Penrose逆与原矩阵的满秩分解及Moore-Penrose逆的定量关系,从而可节省这类具有该对称结构矩阵的满秩分解及Moore-Penrose逆的计算量和存储量.     

关于满秩矩阵集合的两个性质

利用矩阵的奇异值分解理论,证明满秩矩阵集合是开集,并且是稠密的,进而说明了矩阵元素的扰动对矩阵秩的影响,以及满秩矩阵集合与秩亏矩阵集合的关系。     

矩阵分解及其求逆矩阵

Ｄｏｏｌｉｔｔｌｅ对矩阵分解为在矩阵的各阶主子矩阵为非奇异的条件下，Ａ可唯一的分解为一个下三角分块矩阵与一个上三角分块矩阵的乘积形式，本文给出若矩阵Ａ的左上主子矩阵有一个ｒ阶主子矩阵为非奇异的，则Ａ可分解为一个下三角分块矩阵与一个上三角分块矩阵的乘积形式，并给出求逆的计算方法。     

行(列)对称矩阵的满秩分解和正交对角分解

提出了行(列)转置矩阵与行(列)对称矩阵的概念,研究了其性质,给出了行(列)对称矩阵的满秩分解和正交对角分解公式,极大地减少了行(列)对称矩阵的满秩分解和正交对角分解的计算量与存储量,且没有降低数值精度.     

矩阵分解及其求逆矩阵

Ｄｏｏｌｉｔｔｌｅ对矩阵分解为在矩阵的各阶主子矩阵为非奇异的条件下，Ａ可唯一的分解为一个下三角分块矩阵与一个上三角分块矩阵和乘积形式。本文给出若矩阵Ａ的左上主子矩阵有一个ｒ阶主子矩阵为非奇异的，则Ａ可分解为一个下三角分块矩阵与一个上三角分块矩阵的乘积形式，并给出求逆的计算方法。     

复矩阵的对称满秩分解

在矩阵的正交三角分解、奇异值分解的基础上,给出了复矩阵的Hermite标准形的求解方法,得到了将复矩阵分解为一个酉矩阵和Hermite半正定矩阵的乘积,以及分解为满秩矩阵与幂等矩阵之乘积的方法.证明了复方阵可分解为一个复对称矩阵与一个复对称满秩矩阵之积.进一步给出了复满秩阵分解为两个Hermite酉矩阵与正定阵之积的方法.     

满秩分解的两种简化方法及其应用

本文首先在给出两种满秩分解的简单实现方法的基础上,对广义逆A~((1,2)),A~((1,2,3)) 和A~((1,2,4)) 等进行了计算,然后提出了选择方法的建议,并分别对线性方程组和超定线性方程组的极小范数解和极小最小二乘解的方法作了一些简化.     

广义行(列)酉对称矩阵的满秩分解及其Moore-Penrose逆

 提出了广义行(列)酉对称矩阵的概念,研究了它们的性质,得到了一些新的结果,给出了广义行(列)酉对称矩阵的满秩分解、秩分解和广义逆的公式,减少了它们的计算量与存储量,又不会降低数值精度.同时推广了有关文献的相应结果,拓宽了实际应用领域的范围.     

几类特殊矩阵的满秩性

利用Sylvester方程具有行满秩或列满秩解的判定准则研究广义Loewner矩阵、Hankel矩阵和广义Cauchy矩阵的行(列)满秩性.     

一种受限非负矩阵分解方法

提出一种获取潜在语义的受限非负矩阵分解方法.通过在非负矩阵分解方法的目标函数上增加3个约束条件来定义受限非负矩阵分解方法的目标函数,给出求解受限非负矩阵分解方法目标函数的迭代规则,并证明迭代规则的收敛性.与非负矩阵分解方法相比,受限非负矩阵分解方法能获取尽可能正交的潜在语义.实验表明,受限非负矩阵分解方法在信息检索上的精度优于非负矩阵分解方法.     

涉及Jacobsthal矩阵的Pascal矩阵的分解

引入了Jacobsthal矩阵,建立了Jacobsthal矩阵与Pascal矩阵的关系,得到了包含Jacobsthal数的恒等式以及Pascal矩阵的一种分解。     

广义规范矩阵的一些分解式

利用广义规范矩阵与亚规范矩阵在合同下的标准形与等价条件,给出了广义规范矩阵与亚规范矩阵的一些新的分解:广义极分解,正定可对称化酉分解,对称对合分解与谱分解.作为应用,作者得到了规范矩阵与正定矩阵的一些新的分解式..     

矩阵的分块方法在秩问题中的应用

用矩阵的分块方法来处理矩阵秩的问题 ,可以使问题简化。     

幂矩阵的秩展开公式

设A是n级复数矩阵,E←可逆矩阵T,使A^m=Tdiag[J1^m,J2^m,…,J2^m]T^-1,其中：Ji（i=1,2,…,s）是初等因子（λ-λi）^ri所对应的若当块,并且∑i=1sri=n,借助等式rankA^m=∑i=1srankJi^m,利用rankJi^m的特点,分别从A是否可逆两个角度及幂指数m的不同取值范围,给出了幂矩阵A^m的秩rankA^m的展开公式。     

一种非负矩阵分解算法

提出了一种新的非负矩阵分解算法（NNMF）．通过引入Bergman距离函数定义了非负矩阵分解算法的代价函数,给出了迭代公式,并证明了其收敛性．实验结果表明：在适当的条件下,算法收敛速度较快;解的精确度较高．