错位排列的一个计算公式
本文借助于矩阵的积和式
(本文共4页)
阅读全文>>
根据三次图的结构特点,在R-NW算法和Hybrid方法的基础进行改进,得到了一种更快的计算其...
(本文共4页)
阅读全文>>
数域F上所有n×m矩阵的集合记为M_(n×m)(F),数域F上所有n阶方阵的...
(本文共5页)
阅读全文>>
研究一些不变量及与不变量相关联的映射一直是数学领域众多学者所关心的问题,研究算子代数或者矩阵代数上的保持一些不变量的线性映射的问题被称为线性保持问题。线性保持问题可以简化数学领域的很多问题,线性保持问题的研究对代数群的构造上提供了可行的解决办法,也为矩阵空间中的基础问题及其反问题的解决提供了新的思路和考虑方向,同时在计算机图象处理、密码学、量子力学、控制论等其他学科领域有广阔的发展空间。本文研究的是几种线性保持问题,分别为保持数值半径、矩阵空间中的保Hadamard积和保积和式问题,论文内容主要分为三部分。第一部分介绍了保秩1投影算子的基本定义及性质,并通过这些性质研究了Hilbert空间中的数值域保持问题。第二部分是关于数值半径的线性保持问题,根据一种关于线性直径保持的界定方法及C*-同构得到了一个关于保持数值半径的线性映射的两种表达形式。第三部分研究的是矩阵空间中的保持问题,主要对矩阵空间中的Hadamard积及积和式的定义...
(本文共42页)
本文目录 |
阅读全文>>
本文主要研究了神经网络算法在矩阵积和式估值问题上应用,分析了卷积神经网络和人工神经网络在预测矩阵积和式对数值问题中各自的优劣。深入探讨了在不同网络结构,不同的训练数据集等因素下,神经网络算法预测效果和时间复杂度。通过实验,我们证明了,对于8-18阶矩阵,HF-CNN结构的卷积神经网络和特征-ANN结构的人工神经网络可以在保证较低的时间复杂度的情况下,对矩阵积和式的对数值做出有效的估计。在此基础上,我们通过结合其他算法,进一步提高了神经网络对矩阵积和式对数值的估值准确度。
(本文共51页)
本文目录 |
阅读全文>>
不变积和式(permanent)在组合数学特别是图论中占有重要的位置,一直受到人们的关注.由于...
(本文共3页)
阅读全文>>