一类具有非线性互补多项式的奇异矩阵稳定性分析

一类具有非线性互补多项式的奇异矩阵是求解非线性动力学控制系统和模式状态监测的数学基础,分析具有非线性互补多项式的奇异矩阵稳定性,保障控制系统的稳定性。采用共轭梯度法进行奇异分解,提高对具有非线性互补多项式的奇异矩阵双正则函数的边值控制节点的约束能力,结合特征函数在渐进性条件下的Lyapunov-Krasovskii泛函,进行渐进稳定性证明,采用多目标优化局部搜索方法求解奇异矩阵的正则方程组,实现对非线性二阶模糊逻辑系统稳定性控制,求解奇异矩阵的解空间向量,分析其收敛性,根据共轭梯度边值加权优化理论,得到该类具有非线性互补多项式的奇异矩阵的SVD分解具有渐进稳定性的结论。     

应用特征基函数法快速求解目标单站RCS

提出了一种快速求解目标单站RCS的有效算法。传统的矩量法在求解目标单站RCS时,对于每一个激励基函数与缩减矩阵均需要重新构造,计算十分耗时。因此,本文提出了一种基于奇异值分解的特征基函数法,该方法通过奇异值分解来减少基函数生成数目,且不会降低求解的精度,数值算例证明了方法的有效性。     

基于极化干涉互相关矩阵的林高估计方法

基于噪声影响较小的极化干涉数据的互相关矩阵,提出了一种新的林高估计方法.该方法使用互相关矩阵的奇异值分解代替ESPRIT方法中相干矩阵的特征分解,获取森林散射中心的干涉相位信息,再由森林散射中心的干涉相位差估计森林高度.该方法不但能抑制噪声对森林散射中心干涉相位估计的影响,还提高了运算效率.L波段松树林极化干涉仿真数据验证该方法的有效性.     

矩阵分解理论及应用

本文主要归纳和总结了代数学中的矩阵分解理论及理论应用。本文把矩阵分解分为等价分解、三角分解、谱分解、奇异值分解和Fitting分解等。在论文中对相关理论进行了证明,并给出了矩阵等价分解的一种新的证明方法。在应用方面,展示了等价分解、LU分解、谱分解、奇异值分解和Fitting分解在理论上的应用。     

多站测向交叉定位中的非线性改进最小二乘法

多站测向定位技术是使用最广泛的无源定位技术,通常使用最小二乘方法对目标位置进行估计定位。目前计算定位估计的最小二乘法主要是线性近似法或者牛顿迭代法,然而线性近似法存在定位不精确、无法满足定位系统高度的非线性等缺陷,牛顿法存在定位结果不稳定、对初值敏感、Hessian矩阵奇异无法使用等不足,因此定位精度不高。本文以线性近似得到的结果作为牛顿迭代的初值,从而降低牛顿迭代法发散的几率,增加其稳定性,提高了算法效率。首次在使用牛顿迭代法进行定位估计中解决了Hessian矩阵奇异无法计算的情况,极大地提高的牛顿迭代法的适用性,为目标定位系统提供了更好的定位方法,具有很高的应用价值和很好的应用前景。     

四元数分形奇异值分解方法与彩色图像重建

基于四元数矩阵彩色图像奇异值分解,得到表征彩色图像的不同分量的奇异值,运用分形快速确定图像的拐点。该方法具有快速和简单可行的优点。以受噪声污染图像为例,该方法针对彩色图像去噪具有较好的效果。     

一种基于置乱和奇异值分解的鲁棒水印算法

本文针对数字水印的抗攻击性问题,提出了一种新的基于置乱和奇异值分解的算法.算法首先将水印和载体图像同时进行置乱加密,再将置乱后的图像进行分块,然后对每块进行量化奇异值分解,在特征域嵌入水印.将双置乱技术引入分块量化奇异值分解方法中,进一步提高了奇异值分解算法的鲁棒性.其中,采用分块和置化特征矩阵的方法不用计算整个图像的SVD,大大缩短了水印嵌入和提取的时间.     

一种新的基于矩阵秩序数优化的矩阵补全算法研究

设计出一种新的基于矩阵秩序数优化的截断式核范数正则化矩阵补全算法来还原低秩矩阵的缺失数据。所设计的算法为最小化min(m,n)-r类奇异值的之和,矩阵的长度用n表示、矩阵的宽度用m表示。基于秩值为r的矩阵,其最大的r类非零的奇异值均是不受约束的,由此能获得一类针对几何矩阵秩函数的最准确的类似值。从而提出运用乘子的交替方向算法完成求解过程的优化处理。仿真实验结果表明,新的基于矩阵秩序数优化的矩阵补全算法相比核范数、矩阵分解等传统算法能够更加有效的恢复缺失信息。     

关于一类受控矩阵的构造

本文通过正交对角化和奇异值分解原理构造得到了具有受控形式"(X-A)D(X-A)'≤B"的未知矩阵的存在结构形式.     

将Matlab引入矩阵奇异值分解教学的探究

矩阵的奇异值分解是高校《线性代数》教学中的重点难点内容。由于对其缺乏直观理解,学生很难理解奇异值分解背后的深层意义。本文探讨将奇异值分解与Matlab相结合进行教学的优越性,既增强了学生学习的积极性和主动性,又可以提高知识运用能力和动手能力。