共查询到20条相似文献，搜索用时 31 毫秒
1.
特征值与特征向量是高等代数研究的中心问题之一,而矩阵特征值与特征向量的解法及其应用更是重中之重,因此,在掌握特征值与特征向量概念、了解其基本性质的基础上,熟练掌握其在各种具体问题中的解法,并自然地将此知识应用于其他领域显得非常重要. 相似文献
2.
对已有的一种用于求解正定矩阵特征向量（特征值得数为１）的人工神经网络进行了研究。通过细致的数学分析，得出用这种网络同样能求出一般对称矩阵最大（最小）特征值对应的特征向量。 相似文献
3.
4.
5.
本文探讨了用Mathematica于线性代数解题的算法，主要给出了利用Mathematica进行矩阵初等变换的算法在求矩阵和向量组的秩，解线性方程组以及求解矩阵特征值和特征向量中的应用，进而彰显解题过程，有利于提高学生的学习兴趣。 相似文献
6.
设币φ(A)为n阶方阵A的矩阵多项式,若常数λ为A的特征值,Ρ为A的对应于λ的特征向量,φ(A)的特征值、特征向量与A的特征值、特征向量之问是否有关系,具有些什么关系昵? 相似文献
7.
8.
9.
本文探讨了用Mathematica于线性代数解题的算法,主要给出了利用Mathematica进行矩阵初等变换的算法在求矩阵和向量组的秩,解线性方程组以及求解矩阵特征值和特征向量中的应用,进而彰显解题过程,有利于提高学生的学习兴趣. 相似文献
10.
本文探讨了用Mathematica于线性代数解题的算法,主要给出了利用Mathematica进行矩阵初等变换的算法在求矩阵和向量组的秩,解线性方程组以及求解矩阵特征值和特征向量中的应用,进而彰显解题过程,有利于提高学生的学习兴趣。 相似文献
11.
通过乘积的行列式、特征值与特征向量之间的关系、矩阵的可对角化这三种不同的知识角度计算｜A2-4A-5E3｜的值,从而体现出三种不同的数学思维方式。 相似文献
12.
13.
针对相干源方位估计问题,本文在PVFS(Particle Velocity Field Smoothing)算法的基础上,提出一种新的算法。该算法通过对PVFS算法构造出的协方差矩阵进行特征值分解,利用得到的特征值及特征向量构造新的噪声子空间,然后运用子空间原理实现相干源的方位估计。该算法无需已知相干源的信源数目且不会损失阵列孔径,具有较好的相干源方位估计性能,计算机仿真结果验证了本文算法的有效性。 相似文献
14.
许多对称矩阵特征值问题最后归结为解实对称三对角矩阵特征值问题。在文章中为区间分半法(二分法)求实对称三对角矩阵特征值设计了一个递归算法。用一个递归函数可以求出所有特征值,且能求重特征值。 相似文献
15.
为了更精确地研究Sturm—Liouville问题第一特征值，本文主要讨论一类特殊的Sturm—Liouville问题第一特征值关于势函数的依赖性。应用变分原理，估计了此类特殊的研Sturm-Liouville问题第一特征值在不同参数值下的界限，并证明出其中的一些界限是可以达到的，为Sturm-Liouville问题第一特征值的逼近提供了更好的理论基础。 相似文献
16.
17.
华东地区热量资源的气候变化特征 总被引：5，自引：1，他引：4
为了弄清全球气候变暖对华东地区热量资源的影响,本文应用M-K检验、EOF展开等数理统计方法,分析了华东地区1961年～2005年热量的时间变化和空间分布特征。结果表明：①华东地区年平均气温为16.2℃,有明显升高趋势,平均每10年增加0.21℃,冬季的增温最为明显;M-K检验显示年平均气温在1993年出现了突变;②稳定通过0℃、10℃积温有明显增加的趋势,积温的突变点分别发生在1996年和1999年;③稳定通过0℃积温EOF展开前3个特征向量的累计方差为84.1％,其中第一特征向量表明了华东地区为整体积温增加的一致性,第二特征向量表现为南北相反的分布特征,第3特征向量表现为东西相反的分布特征,稳定通过10℃积温EOF展开前3个特征向量的累计方差为74.2％,前三个特征向量的分布特征与稳定通过0℃积温的分布特征类似;④华东地区无霜冻期平均为239.2d,呈明显增长趋势,无霜冻期在1996年出现了突变,年代际变化显示,无霜冻期的增幅随年代有增大的变化趋势。 相似文献
18.
研究选定了6种特征向量,在120个手工标注的指代样本的基础上采用C5.0决策树方法训练得到一棵用于中文名词短语指代消解的决策树,并对其进行实验测试。采用决策树的if-then规则之前加入四条针对代词指代消解的规则的方法来改进系统。 相似文献
19.
提出了一种对商品不同特征值缩放的方法,改进了KNN价格预测模型,并对改进后的预测结果做了研究分析。分析得出：对基于KNN算法的价格预测模型的改进是有效的,提高了预测准确度。 相似文献
20.
《黑龙江科技信息》2017,(34)
设向量则Y=(y_1,y_2,…y_n)~T∈R~n,则(|y_1|~D+|y_2|~D+…+|y_n|~D)~(1/D)=||Y||是Y的P-范数。如果||Y||=1,则Y是P-标准的。设非负不可约矩阵M,根据Perron-Frobenius定理,对任意给定的1≤p∞,矩阵M的谱半径都有唯一正的P-标准的特征向量Y与之对应,Y被称为相应矩阵的主特征向量。在这篇文章中确定了无符号拉普拉斯矩阵主特征向量最大分量的下界和最小分量的上界。拉普拉斯矩阵L(G)是半正定的,它的最大特征值不一定是单根。假定X=(X_1,X_2,…,x_n)~T是L(G)的谱半径所对应的P-标准的特征向量。在这篇文章中还确定了向量X~*=(|X_1|,|X_2|,…,|x_n|)~T中最大分量的下界。 相似文献