矩阵特征值的估计

矩阵特征值的估计在理论和应用上部非常重要。传统估计的结果都是用矩阵的元素来表示的。本文在Schur不等式的基础上用范教估计了复矩阵的非零特征值的范围,在此基础上给出了判断矩阵可逆的充分条件。     

关于向量空间上范数与半范数关系的一个注记

为了解决范数和半范数在向量空间上的转换问题，利用代数中的子空间、正交补空间、商群、同构等的有关知识证明，得出了向量空间上范数与半范数关系。即如果给出一个向量空间上的半范数，可以确定这个空间的某子空间上的范数，反之，如果给定一个向量空间的一个真子空间上的范数，也可以得到这个向量空间上的一个半范数。     

2-范数结束条件的分形图像编码算法

具有极好质量和压缩比的分形图像编码因其编码耗时而限制了它的应用.针对这个问题,本文提出一种快速分形编码算法,它运用图像块2-范数设计的结束条件来避免编码过程中的全搜索,对一个range块,能够在较小的搜索范围内找到它的最佳匹配domain块,匹配搜索过程可以提早结束,因而编码时间极大地减小.仿真实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相近的重建图像质量.     

半范数的泛函表示及应用

给出了局部凸空间上连续半范数，有界半范数和下半连续半范数等的泛函表示，应用这些表示定理，我们得到了Ｂａｎａｃｈ－Ｍａｃｋｅｙ空间的一个全局特征和囿空间的对偶特征，最后还给出了局部凸空间理论中一些重要定理的简化证明。设Ｘ是Ｈａｕｓｄｏｒｆｆ局部凸空间，Ｘ′为Ｘ上的连续线性泛函全体，Ｘ￣ｂ是Ｘ上的有界线性泛函全体，则有定理１（３）ｐ：Ｘ→Ｒ是连续（下半连续）半范数当且仅当存在Ｘ′的等度连续（σ（Ｘ′，Ｘ）有界）子集Ｂ使得对任何ｘ∈Ｘ都有定理４Ｘ是Ｂａｎａｃｈ－Ｍａｃｋｅｙ空间当且仅当Ｘ上每个下半连续半范数都是有界的。定理５Ｘ是囿空间当且仅当Ｘ￣ｂ中的β（Ｘ￣ｂ，Ｘ）有界集都是Ｘ′中的等度连续集。     

基于主元分析和压缩感知的人脸识别算法

针对压缩感知理论中的核心问题,即如何通过有限的测量值以较高的重建率重构稀疏信号,提出了基于主元分析和压缩感知的人脸识别方法（PSL0）.该算法利用双向二维主成分分析提取图像行列2个方向的特征并进行降维,建立反映人脸特征投影矩阵,作为压缩感知算法的超完备基,将每一幅待识别图像的特征向量作为测量值,用基于平滑l0范数快速稀疏表示（SL0）算法求解l0范数最小化问题,寻求图像在该超完备基上的稀疏表示,以得到一组最优稀疏系数重构各类图像,求取测试图像与各类重构图像的最小残差进行分类识别.实验结果表明,该算法在同类算法中获得了较高的人脸识别率及较好的重建效果.     

矩阵的分块与应用

针对矩阵的分块技巧在实际计算中的应用,运用矩阵的和与积的计算结果,分析讨论了若干半正定矩阵的线性组合的行列式的性质,还证明了L是李双函数类,对任意的f∈L,{ABB*L}≥0 f(B)2≤->f(A)f(C)类L中的元素是行列式、迹、酉不变范数.以此定理为工具,给出了一些矩阵的分块方法在矩阵不等式及线性映射中的应用。     

Menger概率度量空间中多值映象的重合定理

在Ｍｅｎｇｅｒ概率度量空间中得出了几个重合点定理,该文的结果推广和改进了张石生,Ｈａｄｚｉｃ等人的最近结果。     

一个矩阵方程反问题的研究

设A、B、C都是m×n阶矩阵,当A和B满足同时奇异值分解时,文中解决了一个关于X,Y的矩阵方程的反问题,对称解,而且给出了有解的充分必要条件,也给出了它的极小Frobe-nius范数对称解.     

一类泛函微分方程解的振荡性状

本文考察形如x（t）=L（x_t）的线性泛函微分方程解的振荡性状,文中给出了使这类方程的所有解振荡的某些颇为一般的充分条件,这些条件基于矩阵的对数范数与稳定模数概念。     

弱紧集的一个新特征

研究了Banach空间X中的有界闭凸集C的弱紧性与其可逼近性的关系,证明了C是弱紧的当且仅当C在每个包含它(在仿射等距的意义下)的Banach空间中均是可逼近的.而当C不是完全时,C是弱紧的当且仅当对于X的每个等价范数|.|,C在(X,|.|)中均是可逼近的.