酉延拓矩阵的奇异值分解及其广义逆

从普通奇异值分解出发,导出了酉延拓矩阵的奇异值和奇异向量与母矩阵的奇异值和奇异向量间的定量关系,同时对酉延拓矩阵的满秩分解及g逆,反射g逆,最小二乘g逆,最小范数g逆作了定量分析,得到了酉延拓矩阵的满秩分解矩阵F*和G*与母矩阵A的分解矩阵F和G之间的关系.最后给出了相应的快速求解算法,并举例说明该算法大大降低了分解的计算量和存储量,提高了计算效率.     

求矩阵奇异值分解的一种新方法

旨在给出求矩阵奇异值分解的一种新方法.改进和克服了以往方法的缺陷和不足.     

复矩阵截断奇异值分解的一类混合算法

截断奇异值分解是一类非常重要的矩阵分解,其在病态模型问题分析等领域有广泛的应用.该文主要研究复矩阵截断奇异值分解的有效算法,将问题转化为复Stiefel乘积流形上的黎曼优化问题,进而设计基于乘积流形的黎曼混合牛顿法求解.为有效求解黎曼牛顿方程,从降低系统维数和简化计算入手,通过克罗内克积和复矩阵拉直算子将其转化为易于求解的标准实对称线性方程组.数值实验和数值比较验证该文所提算法针对复矩阵截断奇异值分解问题是高效可行的.     

r-对称循环矩阵及逆矩阵三角分解的快速算法

根据r-对称循环矩阵的特殊结构给出了求这类矩阵本身及其逆矩阵三角分解的快速算法,算法的运算量均为O(n2),一般矩阵及逆矩阵三角分解的运算量均为O(n3).     

矩阵的加权Moore—Penrose逆

利用矩阵的广义奇异值分解，给出了复数域上矩阵的Moore—Penrose逆存在的充要条件及其表达式．     

用随机奇异值分解算法求解矩阵恢复问题

本文研究了大型低秩矩阵恢复问题.利用随机奇异值分解（RSVD）算法,对稀疏矩阵做奇异值分解.该算法与Lanczos方法相比,在误差精度一致的同时运算时间大大降低,且该算法对相对低秩矩阵也有效.     

矩阵的加权Moore-Penrose逆

利用矩阵的广义奇异值分解, 给出了复数域上矩阵的Moore-Penrose逆存在的充要条件及其表达式.     

四元数矩阵的奇异值分解及其应用

In this paper, a constructive proof of singular value decomposition of quaternion matrix is given by using the complex representation and companion vector of quaternion matrix and the computational method is described. As an application of the singular value decomposition, the CS decomposition is proved and the canonical angles on subspaces of Q^n is studied.     

基于矩阵奇异值分解的空间直线拟合

讨论空间直线拟合问题,先对已知数据进行中心化处理得到矩阵,对此矩阵进行奇异值分解,直线方程中的系数可由相应的列向量确定.该拟合过程不需迭代,简单易行,结果也比原文更接近真实值.     

几种约束广义逆矩阵的有限算法

1引言与引理众所周知，关于非奇异方阵的正则逆的有限算法是由Faddeev大给在1949年之前提出的，这就是著名的Faddeev算法[1，P…334-336]。自从五十年代中期广义逆矩阵的研究复兴与发展以来，有不少学者提出了关于广义逆矩阵的有限算法。第一个给出关于广义逆矩     

四元数广义奇异值分解及其应用

This paper derives a theorem of generalized singular value decomposition of quaternion matrices(QGSVD),studies the solution of general quaternion matrix equation AXB-CYD=E,and obtains quaternionic Roth's theorem.This paper also suggestssufficient and necessary conditions for the existence and uniqueness of solutions and explicit forms of the solutions of the equation.     

广义离散傅里叶变换的模多项式分解算法(MPDA)及其矩阵表现形式

§1.引言 离散傅里叶变换(DFT)和卷积计算在图象、数字信号处理中起着极为重要的作用,它们是实现数字滤波、进行频谱分析的基本工具.因此,其快速算法的研究异常活跃.在以上众多算法中,由于基-2、基-4快速傅氏变换(FFT)算法具有简洁的蝶式结构,并且可在原置实现等特点,应用极为广泛.70年代末提出的数论变换、多项式变换已发展成完整的理论,成为处理多维DFT和卷积的有力工具.然而它们对一般一     

矩阵奇异值的下界估计

本文中总记mxn复（实）矩阵空间以C"""（R"""），q二min｛。，n）．设A一（a；。）e＊-"－，A的q个奇异值按递减次序排列为。1川三。2（AZ...Z内科三0．对A的奇异值，特别是最小奇异值的下界估计，是矩阵分析的重要课题，在目前已有重要估计【回叫，C．R．Johnson给出的下述最小奇异值下界估计是最好的结果11］：矩阵Cassini型谱包含域得到了矩阵奇异值的一个下界估计式．进而给出了达到下界估计式时的矩阵表征，所得结果改进了山一［4］之相应结果．我们首先讨论方阵的情况．引理1．设A二（。ti）EC"""，人（）＝｛Al（A），...，A…     

一类新的奇异结构矩阵的群逆分解

<正>1引言众所周知,Toeplitz矩阵是一种重要的结构矩阵,在各个学科中都有着重要的应用前景.Heining和Rost [1]以及Iohvidov[2],在其书中都谈到了Toeplitz矩阵的大量应用.Mukhexjee和Maiti [3]也指出,Toeplitz矩阵经常出现在计量经济学,统计学,心理计量学,多通道滤波,结构工程,反射地震学等应用中,因此人们希望开发出更多基于其特殊结构的技术.Toeplitz矩阵的广义逆是一个热点问题.比如,在[4]中,作者提出了表征和计算具有扩展Rao条件的域和环上的Toeplitz矩阵的广义逆的一些方法.     

利用分解校正矩阵确定搜索方向的BFGS算法

本文把正定矩阵关于向量的等内积分解算法应用于改进BFGS算法中搜索方向的计算.通过建立不依赖于搜索方式的用分解矩阵表达的校正公式,给出了用Hesse近似矩阵的等内积分解矩阵确定搜索方向的BFGS算法.     

A NOTE ON SINGULAR VALUE DECOMPOSITION FOR RADON TRANSFORM IN R~n

The singular value decomposition is derived when the Radon transform is restricted to functions which are square integrable on the unit ball in Rn with respect to the weight Wλ(x). It fulfilles mainly by means of the projection-slice theorem.The range of the Radon transform is spanned by products of Gegenbauer polynomials and spherical harmonics. The inverse transform of the those basis functions are given. This immediately leads to an inversion formula by series expansion and range characterizations.     

逆奇异值问题的一个二阶收敛算法

设$n+1$个$m\times n（m\geq n）$实矩阵$\{A_i\}_{i=0}^n$和给定的$n$个正数$\{\sigma_i^{*}\}_{i=1}^n$.本文研究如下的逆奇异值问题：求$n$个实数$\{c_i^{*}\}_{i=1}^n$,使得矩阵$A_0+c_1^{*}A_1+\cdots +c_n^{*}A_n$有奇异值$\{\sigma_i^*\}_{i=1}^n.$基于矩阵方程,我们给出了求解逆奇异值问题的一个新的算法,并证明了它的二阶收敛特性.该算法可以看成是Aishima[Linear Algebra and its Applications,2018,542：310-333]中逆对称特征值问题算法的推广.数值例子表明算法的有效性.     

逆M矩阵模型的完备及其算法设计

1 引 言 M矩阵是具有非负对角元和非正非对角元且其逆是非负矩阵的一类矩阵.逆M矩阵即逆为M矩阵的一类非负矩阵.逆M矩阵在物理学,生物学,控制理论,神经网络方面有着重要的应用.所以对逆M矩阵的研究一直在持续不断的进行.一个“部分矩阵”是指在一个矩阵中,一些元素已经给定了,而另一些元素待定的矩阵.而一个矩阵的完     

计算部分奇异值分解的隐式重新启动的双对角化Lanczos方法和精化的双对角化Lanczos方法

The singular value decomposition problem is mathematically equivalent to the eigenproblem of an argumented matrix. Golub et al. give a bidiagonalization Lanczos method for computing a number of largest or smallest singular values and corresponding singular vertors, but the method may encounter some convergence problems. In this paper we analyse the convergence of the method and show why it may fail to converge. To correct this possible nonconvergence, we propose a refined bidiagonalization Lanczos method and apply the implicitly restarting technique to it, and we then present an implicitly restarted bidiagonalization Lanczos algorithm(IRBL) and an implicitly restarted refined bidiagonalization Lanczos algorithm (IRRBL). A new implicitly restarting scheme and a reliable and efficient algorithm for computing refined shifts are developed for this special structure eigenproblem.Theoretical analysis and numerical experiments show that IRRBL performs much better than IRBL.