矩阵加权Moore-Penrose逆和Drazin逆的一种简捷求法

利用特征多项式给出了求矩阵的加权Moore-Penrose逆和Drazin逆的一种计算方法，推广了文献[2]的结果。     

解仿射多项式系统的结式消元法

在仿射变换下给出一种结式消元法的充要条件,并由此给出解仿射多项式系统的变换消元法．利用变换消元法可以把代数簇分解成纯ｄ维的子簇,并把代数簇表示为ｄ＋１维子空间上的超曲面形式和一系列的消元多项式组,且能求出全部孤立解,同时给出了算法及其在多项式因式分解中的应用     

N维氢原子的一种因式分解方法

用一种完全的因式分解方法,直接导出Ｎ（Ｎ≥２）维氢原子的主量子数的升、降算子,并由升、降算子关系得到了能量本征值     

相关量测噪声情况下多传感器集中式融合跟踪

在实际的多传感器融合目标跟踪中,各传感器之间的量测噪声往往是相关的。对于量测噪声相关的多传感器量测,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价的多传感器伪量测,然后基于Kalman滤波,提出了一种解决量测噪声相关情况下多传感器融合目标跟踪问题的新算法。与已有的和直接利用原始传感器量测的集中式融合算法相比,三者在计算精度上完全等价,但新算法的计算复杂度却大大降低。数值仿真实验进一步验证了新算法的有效性。     

应用功的互等定理求解一种厚矩形板的弯曲

给出了中厚板功的互等定理,并应用该定理得到均布载荷下两邻边简支另两边自由且有角支点支承厚矩形板弯曲的封闭解析解,计算与数值结果表明功的互等法是求解中厚板弯曲问题的一个简明有效的方法.     

求解径向滑动轴承雷诺方程的块不完全分解快速迭代算法研究

提出一种新的求解径向滑动轴承雷诺方程的算法——块不完全分解 (BIF)快速迭代算法 ,分析了影响该算法求解精度的几种因素 .通过大量的数值试验 ,在迭代步数、计算时间上与 SOR法进行了比较 .     

四元数体上矩阵方程AXA*=B的非负定解

讨论了四元数体上矩阵方程AXA^*=B的非负定解，解决了以下问题：（1）给出了四元数体上矩阵方程AXA^*＝B存在非负定解的充分必要条件；（2）当矩阵方程AXA^*=B的非负定解，给出了求X的秩的公式以及X为最小秩或最大秩解的条件。     

A Novel Augmented UD Identification with Resetting Strategy

Augmented UD identification (AUDI) technique is derived from the traditional recursive least-squares algorithm and had been developed rapidly during last decade. However, as the identification process evolves, AUDI algorithm falls easily into identification saturation, which means that AUDI algorithm cannot respond to time-varying system parameters unless a set of very strong identification signals is utilized or a long identification period is occupied. To overcome such a difficulty, a novel resetting AUDI (RAUDI) strategy is advanced by resetting the augmented information matrix based on MF (Monitor Function) monitoring the conspicuous change of process parameters. The numeric experiment demonstrates that the RAUDI has a good performance in estimation of rapid parameter changes.     

关于x~n-bx-a的二次整系数因式

设n≥5,a,b≠0,n∈N,a,b∈Z,利用Gel'found-Baker方法证明了,如果多项中x~n-bx-a有二次整系数因式,则除了n≡2(mod6)且b=1,a=-1,与n≡2(mod3)且b=-1,a=-1这些明显情形外,必定有n相似文献   

基于非负矩阵分解的相关反馈图像检索算法

提出了一种新的基于非负矩阵分解(NMF)的相关反馈检索算法．在每次反馈过程中,由用户标记与查询图像相似的正例样本的特征向量构成样本矩阵,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵,然后根据分解所得的模型进行检索．由于NMF在一定程度上勾勒出了相关图像在基矩阵所代表的空间中的分布,因而可以有效地提高检索的查准率．使用由500幅图像组成的图像库进行实验,通过与特征加权以及支撑向量机相关反馈方法的比较表明,该方法通过交互的NMF相关反馈,确实能使图像检索的查准率得到较大的提高．