共查询到20条相似文献,搜索用时 15 毫秒
1.
结构矩阵低秩逼近在图像压缩、计算机代数和语音编码中有广泛应用.首先给出了几类结构矩阵的投影公式,再利用交替投影方法计算结构矩阵低秩逼近问题.数值试验表明新方法是可行的. 相似文献
2.
3.
4.
数据缺损下矩阵低秩逼近问题出现在许多数据处理分析与应用领域. 由于极高的元素缺损率,数据缺损下的矩阵低秩逼近呈现很大的不适定性, 因而寻求有效的数值算法是一个具有挑战性的课题. 本文系统完整地综述了作者近期在这方面的一些研究进展, 给出了基本模型问题的不适定性理论分析, 提出了两种新颖的正则化方法: 元素约束正则化和引导正则化, 分别适用于中等程度的数据缺损和高度元素缺损的矩阵低秩逼近. 本文同时也介绍了相应快速有效的数值算法. 在一些实际的大规模数值例子中, 这些新的正则化算法均表现出比现有其他方法都好的数值特性. 相似文献
5.
针对低秩稀疏矩阵恢复问题的一个非凸优化模型,本文提出了一种快速非单调交替极小化方法.主要思想是对低秩矩阵部分采用交替极小化方法,对稀疏矩阵部分采用非单调线搜索技术来分别进行迭代更新.非单调线搜索技术是将单步下降放宽为多步下降,从而提高了计算效率.文中还给出了新算法的收敛性分析.最后,通过数值实验的比较表明,矩阵恢复的非单调交替极小化方法比原单调类方法更有效. 相似文献
6.
仿射限制条件下的低秩矩阵的恢复问题广泛地出现在控制、信号处理及系统识别等许多领域中.此问题可以凸松弛为带仿射限制条件的矩阵核范数的极小化问题.尽管后者能够转化为标准的半定规划问题求解,但是对于规模较大的矩阵其产生的计算量也很大.为此提出一种新的求解Gram矩阵核范数极小化问题的一阶算法-改进的不动点迭代算法(FPC-BB),并给出了算法的收敛性分析.算法以不动点迭代算法(FPC)中的算子分裂技术为基础,通过改进阈值算子Tv来求解低秩Gram矩阵的恢复问题.同时,还引入Barzilai-Borwein技术进行参数的选取,提高了算法的收敛速度.数值实验显示算法不仅能够很快地将低秩Gram矩阵精确地恢复出来,对于一些非低秩矩阵的恢复问题也能得出较好的结果. 相似文献
7.
8.
对任意矩阵 M,用 r( M)表示 M的秩。熟知 ,矩阵的秩是矩阵的一个重要不变量 ,对矩阵的加法和乘法 ,我们有下面两个基本的不等式。(一 )设 A、B是两个 m× n矩阵 ,则r( A +B)≤ r( A) +r( B) ( 1 ) (二 )设 A、B分别是两个 m× n、n× l矩阵 ,则r( A) +r( B) -n≤ r( AB)≤ min{ r( A) ,r( B) }它通常被称为 Sylvester不等式。对这两个不等式 ,有不同的证明和理解 ,见 [1、2 ]。在本文里 ,我们要结合矩阵的满秩分解 ,用不等式 (二 )来研究不等式 (一 ) ,从中给出 r( A+B)≤ r( A) +r( B)的一个推广形式。本文所需的矩阵知识是基… 相似文献
9.
LARRYJ.GERSTIN 《数学通报》1990,(1):44-44
为了求出矩阵A的秩和它的行空间的一个基,学生总是被告知使用行初等变换方法把矩阵A变成阶梯形矩阵。于是该阶梯形矩阵的非零行的个数即为矩阵A的秩,而该阶梯形矩阵的各行则构成矩阵A的行空间的一个基。上述方法肯定是正确的,但在实践中,相应的运算却可能并不灵便。例如,对于一个整数矩阵A,有两个标准步骤来进行第一步,我们利用(基于除法的)行初等变换把矩阵A的第一列元素除第一项以外全部消成零。第二步,首先我们把第一行各元素分别除以该左手第一项a_(11)(假定A_(11)≠0)然后从除第一行以外的其余各行中减去现在新的第一行元素的适当倍数。无论那一种情况,下一步运算要考虑的对象均是(m-1)×(n-1)阶矩阵。因此,再重复上述步骤。 相似文献
10.
11.
12.
证明了如何选取矩阵X,Y和Z使得下面的分块矩阵(AXYZ)取得它的极大秩和极小秩,这里A∈C~(m×n)是一个已知矩阵,X∈C~(m×k),Y∈C~(p×n)和Z∈C~(p×k)是三个任意矩阵. 相似文献
13.
14.
15.
在文[1]列满矩阵元素扰动秩的稳定性基础上,运用矩阵的范数,分析,研究一般矩阵A∈C^m&;#215;n元素扰动秩的问题,得出“存在ε>0,只要δA∈C^m&;#215;n,满足||δ||<ε,则有A+δA∈U^nk=rC^m&;#215;nk=r的结论。 相似文献
16.
降阶方法是处理矩阵问题的最核心的思想方法之一.从分块矩阵■出发,利用降阶的思想,讨论了该矩阵的逆与秩的计算,并给出该降阶公式的各种变形以及在解题中的应用. 相似文献
17.
18.
证明了可选取矩阵X和Hermitian矩阵Z,使得下面的Hermitian型分块矩阵(A XX*Z)取得它的极大秩和极小秩,这里A*=A∈Cm×m是一个已知的复矩阵,X∈Cm×k和Z*=Z∈Ck×k是两个任意的复矩阵. 相似文献
19.
20.
向量空间之间的线性映射是线性代数研究的主要内容之一.从线性映射的视角考察线性代数知识可以更清晰地认识线性代数中重要知识点的本质.利用线性映射知识,对矩阵秩的几个重要命题给出了比较简洁的证明. 相似文献