结式矩阵的逆阵及广义逆阵的快速算法

提出了求结式矩阵的逆阵、群逆及Moore Penrose逆的多项式快速算法.由于该算法仅用到结式矩阵的第一行元素,只有舍入误差,因此在理论上是精确的.     

结式循环线性系统求解的快速算法

给出了一类结式循环线性系统求解的一种快速算法.当结式循环矩阵非奇异时,该快速算法可求出该线性系统的唯一解;而当结式循环矩阵奇异时,该快速算法可求出该线性系统的通解。     

H-循环矩阵线性系统求解及其求逆的多项式快速算法

利用多项式理论,给出H-循环矩阵线性系统求解及求逆矩阵的一种快速算法。该快速算法有一个显著特点,求解线性系统时不需要预先知道H-循环矩阵是非奇异还是奇异,得到H-循环矩阵非奇异、唯一解、逆矩阵;或得到H-循环矩阵奇异、有解、特解、通解、自反广义逆矩阵。同时,其逆矩阵及自反广义逆矩阵仍然是H-循环矩阵。     

关于友循环矩阵的逆与群逆

本文讨论利用多项式快速算法,给出复数域上非奇异友循环矩阵求逆矩阵的方法,同时推广到求复数域上奇异友循环矩阵的群逆,最后给出应用该算法的数值例子。     

一类广义范德蒙矩阵求逆的快速算法

利用线性方程组给出了一类广义范德蒙矩阵可逆的充分条件及逆矩阵的矩阵显式表示式，并给出了求逆的递推公式和快速算法，所需计算量为O(n^2)，一般矩阵求逆的计算量为O(n^3)．     

关于Toeplitz矩阵之逆矩阵的新分解式

利用两个线性方程组是否有解给出了Toeplitz矩阵可逆的条件,表明Toeplitz矩阵之逆阵可以表示为φ-循环矩阵与上三角Toeplitz矩阵的乘积之和,给出了其逆矩阵列的递推公式,得到了求Toeplitz矩阵之逆矩阵的快速算法.讨论了此新分解式的稳定性,证明了此分解式是向前稳定的,并确定了其运算量.     

r-循环矩阵求逆和广义逆的Euclid算法

利用多项式的Euclid算法给出了非奇异的r-循环矩阵求逆矩阵的一个新算法,该算法同时推广到用于求奇异r-循环矩阵的群逆和Moore-Penrose逆。最后给出了应用该算法的数值例子。     

三对角矩阵的逆

讨论了三对角矩阵的求逆.利用三对角矩阵的LU和UL分解,再根据其逆矩阵的特殊结构,得到一个三对角矩阵求逆的简单算法.该算法比已有的求逆算法的计算复杂度和计算时间都低.最后给出了三对角矩阵逆元素的显式表达式.     

置换因子循环矩阵求逆和广义逆的Euclid算法

利用多项式的Euclid算法给出了非奇异的置换因子循环矩阵求逆矩阵的一个新算法，并将该算法推广用于求奇异置换因子循环矩阵的Moore-Penrose逆．最后给出的数值例子证明了该算法的有效性．     

H-循环矩阵逆的 Euclid 算法

利用多项式最大公因式的Euclid算法，对H-循环矩阵求逆给出一种简便算法，并给出该算法的数值例子。     

对称振子圆阵分析中的快速算法

利用对称振子圆阵的对称性,得到广义阻抗矩阵及其逆矩阵是人块矩阵且为对称循环矩阵的对称循环分块矩阵的结论,给出阻抗矩阵元素计算和阻抗矩阵求逆的快速算法。结果表明,在保证精度的同时,矩阵元素计算时间缩短了一般算法的３％左右,矩阵求逆时间缩短到原来的２５％左右。     

列分块矩阵的Moore-Penrose逆

利用矩阵分块,给出了求一般矩阵Moore-Penrose逆的一种新方法,且新方法只需利用矩阵的初等变换即可实现.     

广义逆矩阵A{1},A{1,3}A{1,4}通式的分块表示

在很多情况下要求给出奇异矩阵或长方矩阵的某种类型的逆矩阵。在不同的目下,它们有不同的逆矩阵,即广义逆矩阵。为了方便以后的计算,主要研究了广义逆矩阵A{1},A{1,3},A{1,4}通式的分块表达形式并给予了证明,然后推出了广义逆矩阵A{1,2,3}的分块表达及特殊情况。     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。     

一种阵列信号超分辨率快速算法

提出了一种阵列信号超分辨率快速算法，并分析了它的收敛速度。这种算法基于协方差矩阵的特征值平移和矩阵的幂迭代，而不需要矩阵求逆。它的收敛速度快，一般只需几次迭代就能收敛，且算法结构简单，易于实现。     

“研究生论坛” 基于梯度结构相似度的HEVC帧内编码单元快速划分算法

根据图像相邻块的结构相似度关系,提出一种HEVC帧内预测编码单元快速划分算法。在帧内预测编码中,根据当前编码单元下层的四个子编码单元的平均结构相似程度来确定当前编码单元是否进行更深层次的划分,以达到修剪四叉树,减少计算复杂度的目的,实验结果表明,在码率增加较少和图像质量基本不变的情况下,提出的算法将HEVC帧内预测编码时间平均减少了36.67%-48.50%。