非负不可约矩阵Perron根的一种迭代算法

非负矩阵Perron根的理论应用于很多领域,目前对Perron根的估计和计算提出了很多方法,其中较多使用对角相似变换方法,根据精度的需要求得Perron根的近似值.论文构造了一个新的对角矩阵,同样利用对角相似变换,得到一个新的迭代算法,并从理论上证明了其收敛性.最后,用数值例子验证了该算法的可行性.     

非负矩阵Perron根的计算

非负矩阵最大特征值即Perron根的计算是非负矩阵理论的重要课题.本文利用非负矩阵Perron余的有关性质,给出一种可以得到比较精确的Perron根的方法.并利用该方法给出MATLAB的算法及程序,实现了计算机编程求解非负矩阵的Perron根.最后,通过实例说明本文的方法是有效的.     

非负不可约矩阵Perron根的一种迭代算法

非负矩阵Perron根的理论应用于很多领域,目前对Perron根的估计和计算提出了很多方法,其中较多使用对角相似变换方法,根据精度的需要求得Perron根的近似值.论文构造了一个新的对角矩阵,同样利用对角相似变换,得到一个新的迭代算法,并从理论上证明了其收敛性.最后,用数值例子验证了该算法的可行性.     

非负矩阵Perron根的下界序列

为了得到非负矩阵Perron根界的估计,通过引入幂函数对Yu. A. Alpin不等式进行改进, 得到一列单调递增且收敛于Perron根的下界序列,并利用非负不可约矩阵的性质,研究了一类特殊非负矩阵的下界序列.最后通过数值实例对新的估计方法进行验证,结果优于文献[3-5]中的结论.     

非负矩阵Perron根的上下界

本文主要给出了非负矩阵Perron根的一种估计方法,利用矩阵的特征值和对应特征向量的关系,得到了非负矩阵谱半径的估计式,并且通过数值例子来说明方法的有效性.     

非负矩阵Perron根界的估计式的改进

矩阵的谱半径在特征值估计理论、广义逆矩阵、数值分析以及矩阵序列、矩阵级数的收敛分析、控制理论中都有着极为重要的作用,近年来许多学者都致力于这方面的研究,提出了许多改进的谱半径估计方法,利用Perron补矩阵进行谱半径估计也一直受到广大学者的重视.通过研究矩阵的广义Perron补的性质,给出非负矩阵Perron根界的几个新的估计式。     

非负矩阵Perron根界的几个新的估计式

利用矩阵广义Perron补的性质给出了非负矩阵Perron根的几个新的估计式,这些估计式或削弱了一些现有估计式的使用条件或改进了估计效果,文中数值算例表明所得结果是有效的。     

非负矩阵Perron根的新界值

讨论了非负矩阵Perron根的相关性质,得到Perron根的一个新界值。另外,对于非负矩阵Perron根的上下界,将文献[5]中的不可约条件放宽至任意非负矩阵。     

非负不可约矩阵Perron根的一个下界

根据非负不可约矩阵谱半径(Perron根)的相关性质,得到其Perron根的一个新下界,证明了当矩阵对称时新下界较经典下界更优,数值算例进一步验证了其有效性。     

非负矩阵Perron根的界

基于非负矩阵Perron根的理论应用于很多领域,据此,研究了非负矩阵Perron根的界的估计,获得了非负不可约矩阵Perron根的界,进而在适当的相似变换基础上得到非负可约矩阵Perron根的界的估计.     

非负矩阵谱半径的估计

借助2个新的矩阵,利用Frobenius G不等式,得出一种易于计算的新的估计方法,得出非负矩阵谱半径的上下界,最后通过实例说明该方法的优越性.     

关于非负矩阵的反特征值问题

应用多项式的伙伴矩阵, 对于任意复数~$lambda, $ 构造出了三阶非负方阵, 使~$lambda$~为其一特征值, 并证明所给出的是满足条件的含零元素最多的矩阵.     

一种FP-growth的改进算法

FP-growth是关联规则挖掘中一种效率较高的算法,它不产生候选集,但仍需多次遍历结果集L.针对此问题提出了一种基于Hash表的改进算法HFP-growtH(Hash FP-growth).该算法将结果集L的数据以项名称对应项支持度计数的形式存入Hash表,在找某个项的支持度计数时给Hash表传入项名称直接返回对应的支持度计数,改变了以往多次遍历结果集L的方法,从而节省了遍历时间,提高了挖掘效率.实验结果表明,改进后的算法性能明显优于原算法,并将其应用于名智网上招聘系统之中.     

一类拟线性抛物型方程的迭代算法

作者使用特殊方法提供了散度型拟线性抛物型方程的L∞(QT)范的先验估计,并在此基础上构造解拟线性抛物型方程的迭代法,迭代每步仅要求解拟线性抛物型方程,然后证明了算法的收敛是几何的.     

向量均衡问题的一个投影迭代解法

将用于求解欧氏空间上数量均衡问题的一种投影迭代法进行了推广,并将这种推广的投影迭代法用于求解欧氏空间上的向量均衡问题.利用非线性标量化函数,将向量优化问题化为相应的数量优化问题,研究了投影迭代法对向量均衡问题的收敛性.结果表明推广的投影迭代法对满足一定条件的向量均衡问题是收敛的.     

非负矩阵最大特征值的新界值

非负矩阵最大特征值的估计是非负矩阵理论中的重要部分,被广泛应用于数值分析、图论、稳定性理论等相关学科.构造出一个新的矩阵,把最大特征值的上下界表示为极限存在的数列,给出了一个新的判定非负矩阵最大特征值范围的界值定理,通过数值算例表明其结果比有关结论更加精确.     

非负矩阵的特征值估计

利用线性代数知识讨论非负矩阵特征值的估计，简化了如下定理的证明：对于一个非负随机矩阵A的不同于1的特征值λ(A)，有|λ(A)|≤1/2maxμ.ν∑i=1^n|αμi-αvi|≤1