层次分析法正互反矩阵灵敏度的Hadamard乘积分析法

定义了Ⅱ－标准形和Ⅲ－标准形，证明了任一正互反矩阵均可唯一分解为任一种标准形和一个一致性矩阵的Ｈａｄａｍａｒｄ乘积。利用这种分解进行了正互反矩阵的灵敏度分析。结果表明由被扰动矩阵和扰动矩阵的最小偏差法（ＬＤＭ）和对数最小二乘法（ＬＬＳＭ）排序向量可以得到扰动后矩阵在相应方法下的排序向量，而无需计算扰动后矩阵。     

可约临界布尔矩阵的幂敛指数集

本文给出了ｎ阶可约临界布尔矩阵的幂敛指数集ＮＲｎ的一个明显表达式。     

四元数体上自共轭矩阵的几个定理

本文在[1]、[2]、[3]、[4]、[5]的基础上,给出四元数体上目共轭矩阵的几个定理,有些结果是原结果的改进,有些可作为原结果的补充.     

模糊目标信息系统的VPRS模型及知识约简

将变精度粗糙集模型引入模糊目标信息系统,建立了模糊目标信息系统的变精度粗糙集模型。定义了四种该模型上的知识约简——β上下近似约简和β上下分布约简;讨论了β上下分布约简的一些性质,提出了β上下分布协调集的判定定理,通过定义相应的区分矩阵给出了求β上下分布约简的区分矩阵算法。     

自校正解耦信息融合Wiener状态预报器

对含未知噪声方差阵的多传感器系统,用现代时间序列分析方法,基于滑动平均新息模型的在线辨识和求解相关函数矩阵方程组,可得到白噪声方差阵的在线估值器。在按状态分量标量加权线性最小方差最优信息融合准则下,提出了一种自校正解耦信息融合Wiener状态预报器,实现了状态分量的自校正解耦局部Wiener预报器和自校正解耦融合Wiener预报器。用动态误差系统稳定性分析方法证明了该预报器的收敛性,即若滑动平均新息模型参数估计是一致的,将收敛于噪声方差阵已知时的最优解耦信息融合Wiener状态预报器。一个带三传感器的目标跟踪系统的仿真例子说明了其有效性。     

块对角占优矩阵的Khatri—Rao积的性质

研究在矩阵范数下的块对角占优矩阵的Khatri-Rao积,在计算数学与统计学中有着重要的作用.该文得出了在某些矩阵范数下的几类块对角占优矩阵的Khatri-Rao积仍保持其原有的块对角占优性质,推广了近期的一些结论.     

随机信息系统中基于不可辨识矩阵的属性约简

在随机信息系统中,根据不可辨识关系,提出了不可辨识属性矩阵的概念,证明了不可辨识属性矩阵与可辨识属性矩阵的关系,最后提出了一种基于不可辨识属性矩阵约简算法.实例研究表明,相对于可辨识属性矩阵算法,该算法在时间和存储空间上都有较大的改善和提高.     

基于差别矩阵属性约简算法的改进

利用差别矩阵计算约简的算法,具有直观、易理解和完备性的特点,但也存在一定缺点,差别矩阵中存在大量冗余元素,这类元素的生成和存储将造成时空上的浪费.文章给出的算法在生成差别矩阵时,判断其元素是否冗余,若是冗余立即约去它,从而提高属性的约简效率.实例表明,该算法是正确和有效的。     

含2个参数的Fibonacci-Hessenberg矩阵的构造

Fibonacci-Hesenberg矩阵的构造是序列理论和矩阵论共同关心的问题．构造出一系列的含两个参数的Fibonacci-Hessenberg矩阵，推广了有关文献的结果．