四元数Cholesky分解的实保结构算法的再研究（英文）

文献[6]中,作者提出了四元数Cholesky分解的一种实保结构算法.本文对四元数Cholesky分解的实保结构算法进行了细致的研究,给出了基于高效运算的四元数Hermitian正定矩阵的LDL~H及LL~H分解的实保结构算法.我们将这两种实保结构算法的运算时间及精度与文献[6]中的算法及Matlab中的四元数工具包QTFM进行了比较.数值例子表明本文所提出的算法相对于利用低效运算[6]的算法及利用四元数代数运算的QTFM更加有效.     

秩亏矩阵极分解算法的扰动

针对[1]的算法,主要研究长方阵极分解迭代算法的扰动问题,考察误差对长方阵极分解迭代算法的影响,并给出扰动理论相关的数值例子.从试验结果可知,虽然极分解有着成熟的理论,但对于一般长方阵极分解的极分解算法,由于误差的不可避免性,并没有"绝对适用"的计算方法.     

两个Hermite矩阵之和的特征值的注记

《MatrixAnalysis》[1]和《Topics inMatrixAnalysis》[2]是矩阵理论方面的经典著作.书中论述了矩阵分析的经典方法和现代方法,不仅涵盖了几乎所有的基础理论,还广泛涉及其它相关学科的各种论题.我们在学习该书的过程中发现,文献[1]Theorem 4.3.6(c)是个假命题,而在文献[1]Theo     

关于两个线性递推序列

用发生函数的办法考察了线性递推关系bi,j=αbi-1,j βbi,j-1和ci,j=αci-1,j βci,j-1 αβci-1,j-1的特殊情况所确定的矩阵B和C,得到了矩阵B,C的分解B=P[α](bo,oI ωE)PT[β],C=P[α]DPT[β]和相应行列式的值.发现B,C与Pascal矩阵P有着紧密的联系.     

具有r-循环矩阵块的分块矩阵求逆阵的算法

文章利用文献[1]给出的r-循环矩阵求逆的欧拉算法，给出了具有r-循环矩阵块的分块矩阵逆矩阵的算法。该方法不需要计算三角函数并且具有很少的计算量。     

关于概率自动机的分解

在[1]中给出了有穷状态概率自动机A(BA A)可以分解为随机编码源T与确定型自动机B(DA B)的顺次连结,并用例子说明了分解的算法。该结论及算法是建立在随机向量的蕴含与随机矩陈凸分解的基础上。由于BA A的转移矩阵A(y/x)一般不是随机矩阵,因而[1]中首先由A(y/x)构造出相应的随机矩阵A(x)与C(x)才能进行分解。本文是在推广了[1]中有关概念及结论的基础上给出了一个不依赖于随机矩阵的分解方法。本文所引用的符号与概念可参考[1]与[2]。     

一类并行多分裂迭代方法

本文将松弛矩阵方法与多分裂迭代方法相结合,给出了一类并行多分裂迭代方法,这推广了[1]和[2]的主要结果,并将[5]的方法推广到并行情形,同时还得到了所给算法的收敛区域。     

Pascal型矩阵和广义Pascal型矩阵

把Pascal型矩阵Pn,λ推广到另一类Pascal型矩阵P*n,λ其中当I≥j时,[Pn,λ]ij=I-1 λ j-1 λ[P*n,λ]ij=I-1 λ j-1,并且当I相似文献   

基于稀疏矩阵存储结构的H-矩阵迭代判定算法的实现

本文针对文献[1]中的H-矩阵迭代判定算法,提出了适用于此算法的稀疏矩阵的存储结构,并用C语言实现了基于该存储结构的稀疏—矩阵判定算法.运用该存储结构的迭代算法判定大型稀疏矩阵节省了存储空间,提高了运算速度.     

基于NMF及其正交投影变换的数字水印算法

提出一种基于非负矩阵分解(non-negative matrix factorization,NMF)及其正交投影变换的数字水印算法.利用NMF构造图像基于部分表示的基矩阵,将其正交并作为水印检测的密钥;将水印信息嵌入图像在正交基矩阵上投影的系数矩阵;再通过反变换重构图像.由于上述措施保持了NMF部分表示整体的能力,且改迭代运算为矩阵投影运算,因而算法在重构精度方面表现出明显的优势.将其应用到数字水印系统,并与文献[4]中实现的水印算法进行对比.实验结果表明,改进算法的鲁棒性更好,实用性更强.     

关于矩阵特征值的一种表达方式

对于k阶正定Hermite方阵A的最大特征值λ_1,文[1]用幕矩阵的迹U_(n)=tr(A~n)得到如下估计:U_(n+1)/U_n≤λ_1≤U_n~(1/u)·本文将运用幕矩阵的特征多项式推广这一结果,文中定理1和定理2叙述了对正定Hermite方阵取得的结果;定理3和定理4就更一般的情况作了论讨。     

一种结合用户相似度的社会化推荐算法

在对现有的概率矩阵分解算法研究的基础上,针对其中只使用评分信息来做预测存在较大误差的问题,提出了一种结合用户相似度的社会化推荐算法(SRUS).首先,以概率矩阵分解算法(PMF)为基础,结合用户相似度信息进行建模;其次,使用潜在特征空间将评分矩阵和相似度矩阵关联到一个统一的框架中;最后,对这2个矩阵进行矩阵分解,实现算法的优化推荐.将这一算法与PMF算法进行比较,实验表明,SRUS算法在数据稀疏性、冷启动和精确性方面具有更优的效果.     

求解稠密线性方程组的并行算法研究

基于对稠密线性方程组系数矩阵的一种新的分解方法,给出了分解与求解过程的并行算法,并分析了利用Ｐ台处理机并行运算时的加速比     

非负矩阵分解的快速收敛算法

为提高非负矩阵分解的收敛速度,在Lee和Seung的倍乘更新算法及改进ILSMU—EUC算法的基础上,通过调整运算顺序,限制不必要的更新方法,提出加速IILSMU-EUC算法。IILSMU-EUC算法是从计算量和内部迭代分析中,对运算耗费量大的矩阵提出限制更新方法,即调整计算顺序,按步骤顺序执行,能够减少计算量及不必要的上百万次的更新。实验结果表明：与原倍乘更新MU算法、梯度映射算法和分层交替最小二乘算法比较,IILSMU-EUC算法误差小、快速收敛性强、提取特征明显,从而验证了改进算法的有效性、稳定性和高效性。     

对称Loewner型矩阵的逆矩阵的快速三角分解算法

给出了对称Loewner型矩阵的逆矩阵的一种快速三角分解算法，算法所需运算量为O(n^2)。     

LoG矩阵分解的肿瘤基因特征提取方法

伴随着基因芯片的发展,通过研究海量的基因表达谱数据来识别肿瘤已成为生物信息学研究的热点.提出一种基于LoG(Laplace of Gaussian)矩阵分解的肿瘤基因特征提取方法,该方法首先将样本数据映射为高维空间中的点,然后构建点与点之间的LoG矩阵,在保留样本分类信息的情况下,使得无结构信息的基因表达谱数据变成具有结构信息的图,再对LoG权值矩阵进行非负矩阵分解得到能够表征样本特征的特征分量,最后用KNN对样本进行分类.通过对白血病和结肠癌基因表达谱数据的特征提取,验证该文方法的可行性和有效性.     

基于流形正则化非负矩阵分解预测药物-靶蛋白作用关系

识别药物-靶蛋白作用关系是当前药物研究的重要内容,其可帮助识别已有药物的新功能,发现药物的"偏靶蛋白"等。现有预测算法对新药物的作用靶蛋白,及新靶蛋白的作用药物预测存在困难,由此提出一种新奇的基于流形正则化非负矩阵分解的新药物/新靶蛋白作用关系预测算法,该方法首先通过聚类算法构建新药物/新靶蛋白的初始作用标签,然后设计引入流形学习正则化约束的非负矩阵分解算法预测药物-靶蛋白作用关系,最后在四个经典数据集中测试,并与最新预测算法BLM-NII、RLS-WNN和WKNKN+WGRMF算法进行比较,证明本文算法可获取较高的预测精度。     

复矩阵的Givens变换及其QR分解

实矩阵有成熟的三角分解算法,复矩阵尚无好的三角分解算法.为解决复矩阵的三角分解与QR分解问题,采用科学类比,重新拓展定义,演绎计算的方法,给出复Givens矩阵的定义,推导出了复Givens矩阵是酉矩阵,得到了用有限个复Givens变换将一个n维复向量旋转到任何一个给定方向的方法,证明了任何一个非奇异复矩阵能够通过有限...     

改进的非负矩阵因子分解算法在基因数据分析中的应用

提出一种改进的非负矩阵因子分解算法．在非负矩阵因子分解的迭代计算过程中加入了数据平滑处理来解决抖动问题,并用于一组白血病微阵列数据分析．实验结果表明,改进过的非负矩阵分解算法提高了分类的准确率,同时这个方法避免了NMF算法的“零值”问题．     

基于非负矩阵分解和长短时记忆网络的单通道语音分离

为了解决语音分离中非负矩阵分解(non-negative matrix factorization,NMF)、深度神经网络(deep neural network,DNN)等算法没有考虑语音时序相关性的问题。结合NMF和长短时记忆网络(long short-term memory,LSTM)算法提出NMFLSTM单通道语音分离算法:将语音信号的幅度谱作为模型的输入特征,通过训练NMF和LSTM模型获得目标语音的基矩阵和系数矩阵,并对其结果进行语音重构最终实现语音分离。实验结果表明:相比于未考虑语音时间连续性的算法,使用NMFLSTM算法分离语音的客观语音质量评估值(perceptual evaluation of speech quality,PESQ)有明显提升,其最大值超过3. 1,获得良好的分离效果。