关于矩阵的Schatten p-范数的注记

利用矩阵奇异值分解、柯西不等式及Schatten p-范数的酉不变性,讨论了矩阵主对角线元素与矩阵Schatten p-范数之间的关系.利用正交投影的性质及分块矩阵的主对角块组成的准对角矩阵可以表示成其凸组合,刻画了分块矩阵与其主对角块p-范数之间的关系.利用分块矩阵的技巧、矩阵的谱分解及Schatten p-范数的特性,深入讨论了矩阵与其伴随换位子Schatten p-范数之间的关系.利用了正规矩阵的特性及Frobenius范数的特性,给出了矩阵的绝对值及换位子之间Frobenius范数的界.所得结果细化和深化的矩阵Schatten p-范数的已有结果.

p-范数双严格对角占优矩阵与新的矩阵特征值包含区域

给出一类新的非奇异矩阵——p-范数双严格对角占优矩阵(简记为p-范数DSDD矩阵),并由其得到一个新的矩阵特征值包含区域。文中算例表明在某些情况下本文的矩阵特征值包含区域含于著名的Brauer- Cassini卵形区域之中。

关于矩阵奇异值p-范数的讨论的注记

指出近期矩阵奇异值p-范数的讨论中一些值得商榷的问题.应用已有的半正定Her-mitian矩阵特征值和迹的性质,我们研究了相关问题.

随机矩阵的范数

利用随机矩阵的特性及不等式的性质,讨论了n阶随机矩阵的范数,获得了随机矩阵1-范数,2-范数,∞-范数及p-范数的不等式,且给出了1-范数,2-范数及p-范数达到界值的充分必要条件,为随机矩阵的应用奠定了数学基础.

奇异值p-范数的Hlder不等式和Minkowski不等式

定义了奇异值p-范数,给出了奇异值p-范数的H lder不等式和Minkowski不等式,推广了H lder不等式和Minkowski不等式,并由所给的奇异值P-范数的H lder不等式得到了Cauchy-Schwarz不等式的矩阵形式.

加权核范数的矩阵恢复正则化算法

在压缩感知、矩阵恢复等研究领域,弹性正则化方法引起了广泛的关注.由于该方法可以避免数据建模时(特别是解决复杂问题时)解出现大的波动,从而被视为解决相关问题的优秀方法之一.针对以上情况,提出基于Schatten p-norm最小化的矩阵恢复的弹性正则化模型,旨在加强解决复杂问题时的解的稳定性并改进矩阵恢复研究领域中基于核范数最小化逼近秩函数这一传统方法的缺陷.同时,为了解决提出的非凸模型,采用交替迭代算法和MM算法求解所提出的模型.实验结果表明,所提出的算法能够有效地恢复测量值较少的矩阵.

关于分块矩阵的一些范数不等式

本文建立了两个其子矩阵都为非负对角阵的分块矩阵关于Schatten p-范数的一些新的范数不等式。

基于WSNM-RPCA的图像降噪算法

通常情况下,鲁棒主成分分析(RPCA)在数据矩阵的正部分条目被任意损坏,或是缺少部分条目的情况下,依然可以恢复数据矩阵的主成分,但RPCA中采用核范数最小化(NNM),往往会过度缩小秩分量,限制了分离的质量,因此使用加权Schatten-p范数的最小化(WSNM)来代替核范数的最小化,以取得更好的低秩逼近效果。灰度图像和彩色图像均可以用低秩矩阵去近似,因此可以用基于WSNM的RPCA模型来对含有随机噪声的图像进行恢复。经实验验证,与基于核范数的RPCA相比,基于WSNM的RPCA模型可以更有效地提高降噪的效果。

正定矩阵的判定方法和新的Brauer卵形

利用文[郑巧娟,李耀堂。p-范数双严格对角占优矩阵与新的特征值包含区域。应用数学进展,2017,6(3):367-375。]中所给矩阵的特征值包含区域获得了实对称矩阵正定性的一种判定方法。另外,给出了一个新的正规矩阵Brauer卵形特征值包含区域,使得每个卵形至少包含矩阵的一个特征值。

一元n次多项式根的圆环覆盖定理

本文的主要结果是利用相容矩阵范数的性质给出了一元ｎ次多项式根的圆环覆盖定理，即一元ｎ次多项式的所有非零复根必全都落在复平面上同一个圆环区域内．特别，ｎ次二项式的所有非零复根必都落在同一个圆周上．这一结果，可以改进盖尔斯果林（Ｇｅｒｓｓｇｏｒｉｎ）的圆盘覆盖定理的结果．

一元n次多项式根的园环复盖定理

本文的主要结果是利用三种不同的相容矩阵范数,分别给出了任意一个一元n次多项式的所有复根必全都落在复平面的一个园环区域内。