将矩阵按列分块之技巧及应用

矩阵分块就是把一个大矩阵按照一定规则分成小矩阵,它是矩阵运算的一种常用技巧与方法.分块矩阵的理论在线性代数中求矩阵乘积、行列式的值、逆矩阵、矩阵的秩和矩阵的特征根的过程中起到重要作用.而常用的分块方法是按列分块,它在线性代数中有非常广泛的应用.本文讨论了分块矩阵的运算,提出了按列分块矩阵的一些应用.     

两个幂等矩阵的线性组合

给定两个同阶的幂等矩阵,本文研究它们的相似与等价,它们的线性组合的幂等性和可逆性.     

Searching high gray scale FPD scanning matrix based on PSO

With the increase of gray scale and flat panel display (FPD) size, subspace bitwise scanning strategy can be replaced traditional scanning method to cut down frame frequency. However, the direct searching strategy (DSS) becomes unfeasible to obtain corresponding high gray scale scanning matrix. Thus, particle swarm optimization (PSO) is introduced to accelerate searching for high gray scale weights scanning matrix (WSM) with its parallelism and global optimization feature. Finally a WSM of 256 gray scales is found out successfully with Matlab, which both gray linearity and scanning efficiency are satisfied.     

关于时滞反馈控制的一般时滞Lur’e系统混沌同步的研究

采用M-矩阵方法和Lyapunov函数方法以及时滞反馈控制技术研究一般时滞Lur’e系统的混沌同步问题,得到易于检验的与时滞无关的代数判据,从而方便地设计出这种混沌同步方案的反馈控制器。最后,给出例子加以说明。     

酱香型白酒企业生产计划与控制系统设计

通过对酱香型白酒酿造工艺、生产车间流程进行调查研究,针对性介绍最优生产技术OPT中瓶颈的矩阵识别法与DBR系统,探索了酱香型白酒企业在生产过程的瓶颈算法,初步设计出酱香型白酒生产的DBR流程图,为酱香型白酒企业在控制瓶颈资源和编排生产作业计划方面提供了一定的参考。     

矩阵在多项式乘积中的应用

设f(x) ,g(x)∈F[x],且 °(f(x) ) =n , °(g(x) ) =m ,其中f(x) =a0 xn+a1xn -1+…+an (1)g(x) =b0 xm+b1xm -1+…+bm (2 )用矩阵表示f(x) =(a0 ,a1,…,an) (xn,xn-1,…,1) T (3)为了叙述方便,给出如下定义.定义1　在(3)式中,称1×(n +1)矩阵A =(a0 ,a1,…,an)为多项式f(x)的系数矩阵;称(n +1)×1矩阵X =(xn,xn -1,…,1) T 为f(x)基底矩阵。其中f(x)的系数矩阵A与基底矩阵X都是f(x)按降幂排列而构成的,且A的行数和X的列数都等于 °(f(x) ) +1。显然(f(x) =AX .定义2　已知多项式(1) ,(2 ) ,则(n +1)×(n +m +1)矩阵B(f,g) =b0 b1…bmb…     

矩阵的秩的知识迁移教学法

通过定义班级所有学生得分的最高分函数以及讨论最高分函数的相关性质,让学生充分理解"最高"的含义,然后将最高分的概念性质迁移到矩阵的秩的概念性质中去.通过知识迁移教学法,学生对矩阵的秩的概念理解更加透彻.     

矩阵的初等变换与R~n空间的向量组的线性关系

本文利用矩阵的初等变换来统一解决R~n空间向量组线性关系中的问题。     

不完备信息系统的矩阵约简算法

粗糙集理论是用来解决不确定性的新的数学工具，而知识约简是粗糙集理论中一个重要的研究课题。J．W．Guan等提出了信息系统下的矩阵算法。章则是进一步讨论不完备信息表下的矩阵约简算法，实例表明该算法是有效的，具有一定的应用价值。     

一种前馈神经网络算法

神经网络由于其非线性处理能力强。性能稳定等特点得到了广泛应用和研究。主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)BP算法存在局部极小点。收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。