排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
本文主要考虑一类线性矩阵不等式及其最小二乘问题,它等价于相应的矩阵不等式最小非负偏差问题.之前相关文献提出了求解该类最小非负偏差问题的迭代方法,但该方法在每步迭代过程中需要精确求解一个约束最小二乘子问题,因此对规模较大的问题,整个迭代过程需要耗费巨大的计算量.为了提高计算效率,本文在现有算法的基础上,提出了一类修正迭代方法.该方法在每步迭代过程中利用有限步的矩阵型LSQR方法求解一个低维矩阵Krylov子空间上的约束最小二乘子问题,降低了整个迭代所需的计算量.进一步运用投影定理以及相关的矩阵分析方法证明了该修正算法的收敛性,最后通过数值例子验证了本文的理论结果以及算法的有效性. 相似文献
3.
该文建立了四元数矩阵对的标准相关分解(CCD-Q). 借助CCD-Q, GSVD-Q 和有限维内积空间中的投影定理, 该文得到了基于四元数矩阵方程$AXB=C$的Hermite矩阵最小化问题解的表达式. 相似文献
4.
矩阵方程AXB+CYD=E对称最小范数最小二乘解的极小残差法 总被引:1,自引:0,他引:1
<正>1引言本文用R~(n×m)表示全体n×m实矩阵集合,用SR~(n×n)表示全体n×n实对称矩阵集合,OR~(n×n)表示全体n×n实正交矩阵集合.用I_n表示n阶单位矩阵,用A*B表示矩阵A与B的Hadamard乘积.对任意矩阵A,B∈R~(n×m),定义内积〈A,B〉=tr(B~T A),其中 相似文献
1