广义分布参数变结构系统的不变性条件

首次研究了广义分布参数系统的不变性条件,利用特征向量函数法将广义分布参数系统化为一广义系统,证明了它们的不变性条件是等价的,同时也指正了某些文献个别结论和证明．     

Perron－Frobenius定理的一点注记

给出Ｐｅｒｒｏｎ－Ｆｒｏｂｅｎｉｕｓ关于非负矩阵的最大特征值界值估计的一个加细。     

伴随阵的广义特征向量

给出了非奇异矩阵Ａ的伴随的广义特征向量的表达式。     

Jacobi矩阵的逆特征值问题

该文研究如下一类Ｊａｃｏｂｉ矩阵特征值反问题。问题ＩＥＰ：给定ｎ个实数λ１〈λ２〈…〈λｎ,α,β∈｛λｉ,ｉ＝１,…ｎ｝,α≠β,又给定２（「ｎ／２」＋１）个实数ｘｊ,ｙｊ,ｊ＝１,２,…,ｍ－「ｎ／２」）＋１。     

基于统计特征的人脸识别研究

奇异值特征向量是用于图像识别的有效代数特征,但直接用奇异值特征向量做匹配进行人脸识别,识别率极低。通过对人脸图像奇异值向量和其对应的左右正交特征矩阵分析,发现图像的奇异值向量与图像的灰度范围具有相关性,即最大奇异值反映了图像灰度范围的位置,其他奇异值反映了灰度范围的宽度,而且与图像奇异值向量对应的左右正交特征矩阵能够表现图像轮廓的结构信息。基此,提出基于奇异值分解（singular value distribution,SVD）的基空间人脸识别算法,并通过ORL和ORL-IC数据库进行仿真,实验结果分析证明了图像的左右正交特征矩阵能够表现图像轮廓的结构信息。     

关于用几何方法求Jordan标准型的一点注记

给出了用几何方法求Ｊｏｒｄａｎ标准的一种简化方法。     

电能质量扰动分类的贝叶斯方法

随着非线性负荷的大量使用,电能质量问题已日益受到关注．对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提．小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息．为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性．通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率．     

矩阵与对角形矩阵相似的条件研究

对角形矩阵是最简单的一类矩阵,而相似矩阵有相同的特征根,特征多项式,特征向量,最小多项式,初等因子．因此,研究矩阵与对角形矩阵相似的条件十分重要．本文从不同角度讨论了若干个矩阵与对角形矩阵相似的条件．     

弱伴随矩阵及m重弱伴随矩阵的特征值与特征向量

研究了弱伴随矩阵、m重弱伴随矩阵的特征值、特征向量与其对应矩阵的特征值、特征向量的关系。     

基于EMD技术的语音特征提取方法

利用软件MATLAB仿真了语音信号的经验模态分解（EMD）特性,并与相关文献报导的其他分解方法进行了比较,结果表明：EMD法能达到更好的说话人识别效果。当不同的人发相同语音时,其频谱特性是不同的,把语音信号进行EMD分解后的IMF做频谱变换,便能得到一个特征向量,于是根据特征向量的不同而达到说话人识别的目的。以上实验结果有助于开辟说话人识别的新途径。