类不变子空间与不变子空间的关系

给出了“类不变子空间”的定义,研究了可逆线性变换和一般线性变换的类不变子空间与不变子空间的关系:利用向量空间的理论,证明了对于可逆线性变换,类不变子空间与不变子空间是等价的;进一步证明对于非可逆的线性变换,类不变子空间是不变子空间,反之不成立.     

n维向量空间的线性变换σ的不变子空间

本文讨论了复数域上n维向量空间V的线性变换σ的全部不变子空间问题,并给出了一般数域上n维向量空间可以对角化的线性变换σ的全部不变子空间的相应结论。     

线性代数中线性变换不变子空间理论的教学思路

本文给出非数学专业线性代数线性变换不变子空间理论的教学思路,并且应用关系映射反演思想方法论述线性变换的不变子空间理论。     

关于"不变子空间"的再探讨

文章阐述了不变子空间的性质，同时利用不变子空间，说明了线性变换的化简与线性交换的内在联系。     

Лурье问题的降维解法

本文研究了题的降维解法.证明当c属于一个确定的线性变换的k维不变子空间时,原系统的绝对稳定性与一k维系统的绝对稳定性相同.文中特别证明了当c属于这个变换的一维或二维不变子空间时,猜测成立,并给出了一类系统绝对稳定的充要性代数条件.     

线性变换的核若干性质讨论

线性变换的核是线性空间的一个重要概念,在给出一般性质的基础上,讨论了特殊线性变换的核的性质。     

关于不变子空间的矩阵求法

给出了求不变子空间的一个实用方法──矩阵方法。     

线性变换的不动点研究

在线性变换中引入不动点的概念,对线性变换不动点的性质、存在性等做了探究,得到了线性变换不动点的若干结果,并讨论了线性变换存在非零不动点的若干等价条件。     

交换半环上半线性空间的线性变换

介绍半线性空间上线性变换、幂等变换、可逆变换的概念,定义线性变换的运算,讨论幂等变换、可逆变换的一些基本性质,并得到线性变换的值域与核的一些关系.特别地,证明在单变换下,值域的基的原像构成半线性空间的基.     

有限域上的一类线性空间的注记

本文从线性代数的理论出发讨论有限域上的一类向量空间。首先得出,有限域F上的血量空间V上的任何线性变换在其F的一个代数扩域（非代数闭域）上都存在特征值;其次给出．有限域F上的一类域空间上的一类线性交换的表示;最后讨论了特征p≠2的有限域F上的内积空间的一些性质。     

关于特征子空间的一个定理

设σ是数域P上的n维向量空间V的线性变换,λ是σ的特征值,证明了σ的特征子空间Vλ与基的取法无关.     

根子空间的几何理论与演化矩阵的实际计算

本文利用根子空间的几何理论，推出演化矩阵的实际计算，将几何理论与实际计算结合起来．若用在教学中，可能会具体化抽象理论。     

关于两个欧氏子空间的对称线性变换

作为欧氏空问对称变换的推广．引入了关于两个子空间的对称变换。并对其代数性质进行了初步探讨，刻画了该类问题的代数结构．     

线性空间分解的一个充分必要条件

文章利用最小多项式来讨论线性空间的分解,给出线性空间是值域与核的直和(即V=AVA-1(0))的一 个充分必要条件:x是A的最小多项式m(x)的不超过一次的因式;并将此结果作了推广。     

线性变换可对角化条件的一个新证明

推广了高等代数[1]中的一个已知结论,利用此推广的结论和其它条件,给出了线性变化可对角化条件的一个新证明.     

线性空间的极大子空间

引进了线性空间的极大子空间的概念,主要得出了3个结论：（1）线性空间V的子空间M是极大子空间当且仅当M是一维子空间的余子空间。（2）线性空间的任意子空间都可表示为一些极大子空间的交。（3）在满足子空间降链条件的线性空间中,每个子空间可表示为有限个极大子空间的交。     

关于仿射子空间的若干性质

本文研究了线性空间的仿射子空间的若干性质。     

线性回归分析在人脸识别中的应用研究

线性回归分类(LRC)算法中,借助一个依赖线性子空间的单一对象类模型,开发了一个线性模型,作为特定类库的线性组合来描述探针图像,并且借助于最小二乘法及其为了支持具有最小重构误差的类而制定的决策,解决了逆问题,但是并不能解决连续闭塞问题。基于此,提出了一种新颖的基于近邻子空间分类的识别方法,模块化线性回归分类(MLRC)算法。将LRC算法进行模块化,并且引入了一种基于距离的本征融合(DEF)算法用于决策。在FERET及ORL上的实验表明,与其它几种常用的方法相比较,MLRC算法在处理人脸识别问题上取得了更好的结果。     

基于互补子空间线性判别分析的人脸识别

基于随机子空间,提出了一种用于人脸识别的互补子空间线性判别分析方法. 与Fisherface和零空间线性判别分析相比,该方法同时在主元子空间和零空间中进行判别分析,并在特征层融合这两个子空间的判别特征. 根据最适宜的零空间状态构建随机子空间,随机子空间的融合在决策层进行. 多个人脸数据库上的实验结果表明,本算法能够有效地解决线性判别分析中的小样本规模问题.     

线性流形空间

给出线性流形的定义及性质,并对线性流形的全体定义了加法与数乘运算,得到了线性流形空间。