张量矩阵的逆矩阵

得到了张量矩阵的逆矩阵存在的一个充分必要条件,进而给出了张量矩阵逆矩阵的计算．进一步地,得到了张量整矩阵逆的完整刻画．     

E''''-矩阵

主要讨论了E'-矩阵及其相关的矩阵,得到2阶或3阶的E'-矩阵就是P*1-矩阵,而且得到在A是列充分矩阵的前提下,E'-矩阵与几乎E-矩阵是等价的.     

块α-对角占优矩阵的等价表征及应用

应用矩阵对角占优理论,讨论了分块矩阵的对角占优问题.给出了块严格α-对角占优矩阵的等价表征,并得到块H-矩阵的实用判据,作为应用得到非奇异矩阵和正稳定矩阵的判定方法.     

一种关于求可逆矩阵的新方法

在Caylay-Hamilton定理的基础上,给出了一种利用矩阵的特征多项式求一个矩阵的可逆矩阵的崭新的方法,即首先求出一个可逆矩阵的特征多项式,然后根据Caylay-Hamilton定理可得到一个可逆矩阵的逆矩阵.同时也考虑了伴随矩阵的情形,得到了求一个可逆矩阵的伴随矩阵的一种新方法.最后,给出了本文中方法的一些应用.     

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).     

α-连对角占优矩阵及应用

研究了一类对角占优矩阵,即α-连对角占优矩阵的性质,在按环路α-对角占优的基础上,得到了这一类矩阵为广义严格对角占优矩阵的充分必要条件,并将结果应用到特殊矩阵类上,进而得到了M-矩阵的判定条件.     

矩阵同时对角化

矩阵对角化是高等代数研究的重点问题之一。对于一个矩阵对角化的问题,已得到了良好的研究结果。本文分析了一些矩阵对角化的矩阵类,进一步研究了两个矩阵同时对角化的条件,得到了一些结果。     

循环矩阵与可控性分析

将Hankel矩阵和r 循环矩阵视为某单输入线性系统的可控性矩阵,通过可控性分析讨论了它们的若干性质,得到了Hankel矩阵和r 循环矩阵的可逆条件及求逆的方法.通过一个可逆矩阵可以得到一系列相关的可逆矩阵,并且任一r循环矩阵可逆的概率为1而不可逆的概率为零.为这一类循环矩阵及其相关矩阵的研究提供了一种新的方法.     

H-矩阵基于外推Gauss-Seidel迭代法的几个等价条件

利用最优尺度矩阵及M-1N的某些估计量讨论了外推Gauss-Seidel迭代法的收敛性及其和H-矩阵的关系.基于外推Gauss-Seidel及Gauss-Seidel迭代法得到了H-矩阵的几个等价条件.同时也得到了严格对角占优矩阵,不可约对角占优矩阵及Stieltjes矩阵的Gauss-Seidel迭代法,外推Gauss-Seidel迭代法的相关收敛性结论.     

奇异可对称化矩阵特征值的扰动上界

利用矩阵的分解及矩阵的计算技巧,得到了奇异可对称化矩阵特征值新的相对扰动上界,改进了以往的结果,得到3个全新的上界定理。     

P-增广矩阵推理与信息的智能分解挖掘

利用内P-增广矩阵推理、外P-增广矩阵推理与P-增广矩阵推理分别给出信息智能内-分解、信息智能外-分解与信息智能内-外分解, 给出它们的属性关系、内-分解生成的信息智能分解挖掘、外-分解生成的信息智能分解挖掘与内-外分解生成的信息智能分解挖掘、分解挖掘定理与分解挖掘准则,最后,给出信息智能分解挖掘的应用。     

极化目标分解在目标分类中的应用

极化目标分解是从极化SAR数据中提取目标特征的重要方法,可以将其概括为两大类:基于S inc lair矩阵的相干目标分解和基于Mueller矩阵、相干矩阵、协方差矩阵的部分相干目标分解.利用相干目标分解中的基于Pau li矩阵分解法、Krogager分解法和Cam eron分解法,对实测极化SAR数据进行分类实验,结果表明极化目标分解对于从极化SAR数据中提取目标特征,进而对其进行分类是可行和有效的.     

一类o-对称矩阵的3种分解

给出o-对称矩阵概念及结构,研究其中一类o-对称矩阵的LDU分解和Cholesky分解及三对角分解,给出了分解公式,得到一些新结果,据此可大大减少这类矩阵的LDU分解和Cholesky分解及三对角分解的计算量和存储量.     

矩阵广义奇异值分解的一个新证法及推论

从矩阵对的CS分解理论出发,给出了广义奇异值分解的一个新的证明.给出了关于矩阵对广义奇异值的三个有用的推论.最后给出了计算矩阵对的广义奇异值分解的一个算法.数值实例说明算法是可行且有效的.     

再谈初等变换法在矩阵计算中的应用

求矩阵的特征值和将一个矩阵对角化是矩阵计算中的重要任务之一,矩阵的QR分解更是矩阵计算的一种工具,但是这些过程都非常复杂.这里给出将矩阵对角化及求矩阵的QR分解式的初等变换法,同时给出了实现分解的算法,最后利用矩阵的三角分解式求QR分解式.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

非负矩阵分解及其改进方法

首先,给出非负矩阵分解的数学形式,分析欧式距离和相对熵(KL)散度两种分解误差评价函数.然后,针对3种特殊形式的非负矩阵进行分解方法的改进,优化函数和迭代过程分别适用于正交非负矩阵、凸非负矩阵、投影非负矩阵的分解.结果表明:提出的改进方法简化了非负矩阵分解的过程.     

QR分解和LQ^T分解定理的证明

本文中证明了关于实矩阵A的伴随列选主元的QR分解和关于实矩阵A~T的伴随行选主元的LQ~T分解是等价的,显然,也证明了关于实矩阵A~T的伴随列选主元的QR分解和关于实矩阵A的伴随行选主元的LQ~T分解是等价的。     

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。     

基于可限加分解阵的三值ECL电路设计算法

在介绍函数的矩阵表示形式、凸性及非凸性函数、可限加分解阵等的基础上,提出了可限加分解阵的求取方法和挑选可限加分解阵的算法,将所得到的可限加分解阵进行取小运算就可以得到函数的矩阵表示。随后以3变量模3加电路设计为例,阐述了该方法和步骤的具体过程。设计结果表明了该方法和步骤的有效性和可操作性。