一类树的邻接矩阵的Moore-Penrose广义逆

根据矩阵结构性质,利用分块矩阵技巧给出任意点数、任意长直径的毛毛虫树邻接矩阵的Moore-Penrose广义逆的具体形式,为进一步研究毛毛虫树的代数性质提供理论支撑.

基于完全信息的车速建模及Moore-Penrose广义逆求解

针对交通事故中的车速估计 ,提出了基于事故中的完全信息建立车速估计数学模型 ,摒弃传统的仅根据未知量个数建立方程组的方法 ,意在构造出方程个数多于未知量个数的不相容线性方程组 ,利用Moore -Pen rose广义逆求解未知参数 ,使与事故车速关联的信息在车速估计中充分体现 ,从而减小模型误差和数据误差对事故车速估计结果的影响 ,获得车速的最优估计值。

基于Moore-Penrose广义逆修正的摄像机标定方法

摄像机标定的四步法,具有快速和高精度特点,适合实时性强的场合。但其非线性优化过程中,所使用的Levenberg-Marquardt算法在精度要求很高的条件下,表现出不稳定性;且其增量方程中的JTJ计算量较大,导致内存消耗大、耗费时间长。针对四步法中非线性优化算法存在的不足,提出一种利用Moore-Penrose广义逆修正的高斯-牛顿算法,对摄像机标定参数进行非线性优化。该方法无需考虑雅可比矩阵的奇异性,在合理选择初始值的条件下,比Levenberg-Marquardt算法更稳定,速度更快。实验表明该方法收敛速度较快,精度和稳定性较高,将为实际应用中的摄像机标定参数优化提供一种更为有效的方法。

Moore-Penrose广义逆矩阵A^-,A_m^-与线性方程组的解

利用分块矩阵的初等变换,得到了广义逆:减号逆A-,极小范数逆A-m的一种求法,并用此方法重新求解线性方程组的通解和极小范数解.

Moore-Penrose广义逆和最佳逼近算子的表达式

在空间较弱的几何假定下,给出了 A+ 的存在唯一性、极小性,并建立了 A+ 为线性算子的充 要条件。还给出了一般 Banach 空间中线性流形上的最佳逼近算子存在的充要条件,并借助于正 规对偶映射得到了相应的最佳逼近算子的表达式。所得的结果推广和改进了他人的相应结果。

Moore-Penrose广义逆与逆矩阵的性质比较

本文研究了Moore-Penfose广义逆与通常的矩阵逆在性质上的联系与区别。

Moore-Penrose广义逆阵的计算

本文利用Mathematica计算Moore_Penrose广义逆矩阵 ,推广了文[1]中的最简阶梯形算法定理1 ,得到了一般阶梯形算法定理3 。

求Moore-Penrose广义逆的初等变换法

给出了求Moore

上双对角阵Moore-Penrose广义逆的并行计算(英文)

研究用一种叫分而治之的算法以计算上双对角阵的Moore-Penrose广义逆.同时给出一个数值例了和一个关于并行效率的定理.

利用初等变换求矩阵的Moore-Penrose广义逆

给出了利用矩阵的初等变换求矩阵的Moore-Penrose广义逆的两种方法

L(V,W)理论和相抵矩阵的Moore-Penrose广义逆

通过对线性空间 L(V,W)理论 [1 ]的研究 ,证明了两个相抵 [2 ]矩阵的 Moore-Penrose广义逆的关系。

CK引力模型的研究及实证分析--基于Moore-Penrose广义逆测算

文中通过建立地区间CK引力模型,利用最小二乘法确定参数cis和kit。在理论上验证关于未知量cis和kit的线性方程组的解不唯一,并通过Moore-Penrose广义逆求极小范数解,给出求Moore-Penrose广义逆的方法,最后以珠江流域四省市投入产出表为例进行实证分析,结果有效,且计算简便快捷,从而验证该方法切实可行。

实方阵的Moore-Penrose广义逆的MCG算法探究

证明了矩阵Moore-Penrose逆的唯一性以及建立了求矩阵Moore-Penrose逆的算法。首先将求矩阵的Moore-Penrose逆转为求解含有三个矩阵变量的矩阵方程组,其次建立求该矩阵方程组的修正共轭梯度算法(MCG算法),给出了MCG算法的性质和收敛性证明,对于任意给定的初始矩阵该算法能在有限步迭代计算后得到矩阵的Moore-Penrose逆。最后给出数值算例,证明MCG算法在求解矩阵Moore-Penrose逆中具有很高的计算效率。

关于矩阵的Moore-Penrose广义逆的求法

本文首先将一般矩阵的Moore-Penrose广义逆(记为A^+)的求法加以归纳分类,然后在此基础上用简捷的方法,首次推导出求幂等阵的Moore-Penrose广义逆的简便公式。

Moore-Penrose广义逆矩阵的一些性质

给出Moore -Penrose广义逆矩阵的一些性质 ,不相容线性方程组AX =b ,当A发生扰动E =(0 ,… ,a ,… ,0 ) ,b发生扰动Δb时 ,最小范数最小二乘解的扰动估计。

关于Moore-Penrose广义逆距阵

采用了有别于同一法的方法证明Moore-Penrose广义逆距阵的唯一性,并给出了求距阵A的Moore-Penrose广义逆的另一方法。

Moore-Penrose广义逆矩阵的唯一性的另一证明

本文采用有别于同一法的方法,证明Moore—Penrose广义逆矩阵的唯一性,比较简捷。

星图相关矩阵的Moore-Penrose广义逆

本文利用矩阵的低秩性、分块性等性质给出了星图的邻接矩阵、关联矩阵、距离矩阵、拉普拉斯矩阵和无符号拉普拉斯矩阵的Moore-Penrose广义逆。以上结论对进一步研究星图的代数性质提供了理论支撑,同时对研究其他图类的相关矩阵的广义逆提供了理论参考。

广义线性回归模型的Moore-Penrose逆阵岭估计

考虑广义线性回归模型y=Xβ+e,E(e)=0,Cov(e)=σ2Σ,当设计矩阵Xn×p呈现病态时,定义广义线性回归模型的Moore-Penrose逆阵岭估计为β^(k)=(X′Σ-1X+kI)+X′Σ-1y,k>0,讨论了广义线性回归模型的Moore-Penrose逆阵岭估计具有的性质。

广义实幂等矩阵的几个等价条件和Moore-Penrose逆的求法

提出了广义实幂等矩阵的概念,研究了它的性质,并给出了其Moore-Penrose广义逆的求法。