R^n上的投影阵与不相容线性方程组的最优解

研究了所有n维实向量构成的线性空间R^n上的投影阵，从线性变换的角度给出了投影阵定义，讨论了其性质，指出了R^n上一般投影阵与P＝A（A^A)^-1A^T之间的关系，以及与不相容性方程组的最优解之间的紧密联系。     

矩阵的广义逆与正交投影

讨论了矩阵的广义逆在正交投影中的应用 ,给出了一个向量在仿射空间S ={x∈Rn|Ax =b}的投影表达式 .     

角度投影的大小分析

研究了空间平面角的投影与自身大小的关系，确定了它们之间的关系式；指出角度投影的大小可以大于、小于和等于原角度。     

空间曲线与空间几何体在平面上的投影

空间曲线与空间几何体在平面上的投影是空间解析几何以及高等数学中经常遇到的问题。本文把这类问题根据不同的情况,给出了相应的解法和注意事项。     

轴测段投影方程组及参数分析

由沿轴测量的绘图方法建立轴测投影方程组并将其扩展,对其各种参数进行分析,提出由方程组的系数阵计算轴向变形系数、轴间角、放大倍数的公式,明确了投影方向与空间笛卡尔直角坐标系各坐标轴间的关系,投影方向与投影平面的关系以及区分正轴测投影和斜轴测投影的条件等,解决了有关轴测投影的各种参数和性质的判定问题。     

空间的几种次投影性质及其局部化

讨论巴拿赫空间几种次投影性质(及其相应的局部化性质)之间的关系,说明有限维p块分解空间是l_p-次投影空间,而此l_p-次投影空间更大的两类:强次投影空间和局部l_p-次投影空间互不包含。     

面向多模态图像的广义辅助相关投影方法

多模态图像是同一目标的多种图像,面向多模态图像的子空间投影是机器视觉领域的热门研究课题,然而已有的多模态子空间投影仅仅利用投影方向来实现测试样本的子空间投影,忽略了测试和训练样本间的近邻关系,这种关系能够有效增强识别性能。为此,基于相关分析理论和图的光滑性准则,提出了一种新的广义辅助相关投影方法,即多模态广义辅助相关分析,该方法能够从多模态训练样本中学习每个模态对应的相关投影方向,并利用光滑性辅助的广义优化模型,显示地嵌入了测试和训练样本之间的局部结构信息,从而有效增强了相关特征的鉴别力。大量的实验结果已经展示了该方法的优越性。     

空间几何体在平面上的投影区域

首先给出了关于平面投影柱面方程的求法,从而得到了投影柱面围成的柱体,进而又给出了空间几何体在平面上投影区域的求法,并给予证明,使求柱体和投影区域方便灵活。     

投影曲面的法空间及其应用

主要讨论ｎ＋ｍ维空间的ｋ维超曲面在Ｒ＾ｎ上的投影，在非退化情况下给出了投影曲面的正交直补空间，并在ｋ＝２，ｎ＝３时给出了三维空间上投影曲面实际应用的例子。     

关于投影算子的等价关系

引入了投影算子的三种等价关系:代数等价、相似和同伦,并讨论了它们之间的强弱关系以及在Hilbert空间上这三种关系的一些新结论,说明了在有限维的Banach空间和H.I.空间上,投影算子的代数等价、相似和同伦是一致的.     

基于自适应邻域选取的局部投影降噪

提出一种以相点距离矩阵和信噪比为测度的自适应选取邻域参数的局部投影降噪方法.首先将一维时间序列重构到高维相空间,然后计算相空间中各个相点间的距离以构成相点距离矩阵,并据此设定参考相点的初始邻域半径和动态搜索步长,自适应地选择邻域大小,再利用局部几何投影方法消除噪声,迭代此过程,历史输出信噪比达到最大时获得优化邻域.     

正交投影矩阵的一个求法

正交投影变换及其矩阵在信号处理问题中有着广泛应用，因此对正交投影及其矩阵进行了研究，给出了酉空间C到其子空间的正交投影。在某基下的特殊矩阵表现形式。     

一些特殊结构的布尔矩阵行空间基数

设Bm×n是所有m×n布尔矩阵的集合,R(A)为A∈Bn的行空间,|R(A)|表示行空间R(A)的基数,m,n是正整数,k为非负整数.证明了如下3个结果:(1) 设A∈Bm×n,m,(ⅰ) 如果A是幂等矩阵,即A2=A,那么|R(Am)|=|R(A)| ;(ⅱ) 如果A是对合矩阵,即A2=I,那么当m是奇数时,|R(Am)|=|R(A)|,当m是偶数时|R(A)|=2n.(2) 设A∈Bm×n,A含1的元素个数为k,0≤k≤min{m,n},且A的每行每列元素中1的元素个数最多为1,那么|R(A)|=2k.(3) 若A∈Bm×n是形如A=(O OO A1)的分块矩阵,A1=(aij)k×k,aij=0(i>j),aij=1(i≤j),i,j=1,2,…,k,则|R(A)|=k+1.     

正交投影的子矩阵

设H是n维复Hilbert空间,Q是定义在H上的正交投影.任给H的子空间M,设dim M=r,在空间分解H=M⊕M⊥下,Q=(A B·B D),其中A∈B(M),B∈B(M⊥,M),D∈B(M⊥).利用算子分块的技巧,对空间进一步分解,讨论了Q的子矩阵A,B,D的性质及其之间的关系以及M上的正交投影P与Q之间的关系.得...     

集合分类中的鉴别式局部信息距离保持映射

该文提出鉴别式局部信息距离保持映射,以解决一类集合分类问题。鉴别式局部信息距离保持映射假设集合所对应的概率密度分布位于统计流形上,选取Fisher信息距离作为概率密度分布间的距离,并将最小化同类点的信息距离、最大化异类近邻点的信息距离作为目标函数,利用特征值分解的方法,求解线性映射矩阵。基于美国国家标准技术署于2008年公布的说话人识别数据库的实验结果表明:鉴别式局部信息距离保持映射优于无用分量投影和鉴别式无用分量投影。     

与给定矩阵A的可交换子环C（A）的一些探讨

收集整理现在常用的高等代数与线性代数材料中与给定矩阵A可交换的矩阵所构成的全矩阵空间P^n×n的子空间C（A）的习题,指出C（A）的交换性及用A的多项式表示问题同C（A）的维数与n有密切关系,得到n（n≥3）阶幂等矩阵A或对合矩阵A的C（A）都是不可交换的结论。     

一类正交射的刻画

给出n维欧氏空间Rn按通常的偏序作成的阿基米德Riesz空间上正交射的特征,以此可对Rn上序有界算子作关于正交射的直和分解。对于Rn按字典顺序做成的非阿基米德Riesz空间的情形,这个刻画及相应结果并不成立。     

MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

算子方程AXB~*-BX~*A~*=C的解

设A∈B(H3,H2),B∈B(H1,H2),其中Hi,i=1,2,3都表示Hilbert空间。本文利用算子分块的技巧,在算子A,B值域闭以及R(B)R(A)的条件下讨论了算子方程AXB*-BX*A*=C解存在的充要条件并用算子矩阵的形式给出了一般解的表示形式。特别地,讨论了当B是一个正交投影算子P时,算子方程AXP-PX*A*=C的解存在的充要条件以及一般解的表示。     

数据分类的两步矩阵投影算法

化工过程的数据分类是进行数据校正和协调计算的基础。常用的两层次矩阵投影变换算法在对未测数据进行分类时,可能无法识别出所有的不可估计型数据。为了准确地将可估计型和不可估计型数据分开,采用Crowe等人提出的投影矩阵,引入矩阵的绝对线性无关列的概念,提出了新的数据分类方法。数学推导证明,此方法对化工过程未测数据分类彻底,并用一个示例将新旧算法对未测数据的分类结果进行了对比,验证了新算法作数据分类的正确性。