简介：首先介绍求二元对称循环矩阵逆矩阵的简便方法,然后用这种方法给出两类二元对称循环矩阵的求逆公式.

简介：实行产权重组,是国有企业走出困境的根本出路,这一点已成为人们的共识。本文拟就产权重组与重组后的产权整合问题谈一点浅见。一产权重组势在必行国有企业产权重组是一项制度创新式的改革。其出发点和目的应是通过产权主体的重新选择和组合,依据市场竞争规律明确产权关系,建立符合市场经济要求的国有产权体系。

简介：在高等代数中矩阵是研究问题很重要的工具，在讨论矩阵的乘法运算时给出了对合矩阵的定义，但对其性质研究很少，对合矩阵和反对合矩阵作为特殊矩阵无论在矩阵理论方面，还是在实际应用方面都有重要的意义.我们在研究矩阵及学习有关数学知识时，经常要讨论这两种特殊矩阵的性质，本文先给出对合矩阵和反对合矩阵的定义，然后讨论了它们的若干性质．

简介：在教学质量评价系统中,评价权数是整个评价的核心问题,正确确定评价指标的权值,对评价结果影响巨大.本文在使用AHP(层次分析法)进行权值评价模型研究的基础上,使用VisualC++可视化编程语言,进行权重指标研究实现.进行实现过程流程设计、函数设计、矩阵运算,最后得出适合一般学校使用的权重指标值,同时也可以根据各评价学校的实际情况,重新进行权值评价计算,为科学评价教学效果提供依据.

简介：SIFT是尺度不变特征的变换,因具有较强的鲁棒性,广泛应用于人脸识别系统当中.本文总结分析了现有采用SIFT特征提取的人脸识别技术,发现基于SIFT的识别系统所用算法的识别率不高,且耗时长.研究引入了权重函数,提出了对人脸识别系统数据库的数据结构的优化方法,不但提高了人脸识别系统的识别率,而且缩短了识别系统的运行时间.

简介：本文定义了分块矩阵的初等变换与初等分块矩阵,给出了非满秩情况下分块矩阵可以对角化的条件.

简介：用矩阵的初等变换，解矩阵方程，可简化解法。

简介：本文基于对以往各种水质评价模型的认识,阐述了因子分析法的概念及其求权重的合理性,通过实例分析推知这种方法在目前是较为理想和合适的.

简介：∑∧sam具有较慢的收敛速度。K=O（1）时,在范数‖.‖∑下,∑的收敛速度为n-β/2,其中β=min（1,2-α）,而∑∧sam则具有较慢的收敛速度n-β1/2。

简介：在两种可供选择的满秩分解方法和Gauss消元法的基础上,主要研究了某些广义逆的计算。

简介：讨论了非负矩阵谱半径（或Perron根）的相关性质,得到其谱半径的一个上下界.

简介：根据特征多项式，实数域上亏损矩阵的广义特征矩阵可用固定线性方程组求，但这个固定线性方程组的未知量个数多于方程个数，从广义若当链中选取部分等式补充到线性方程组，可使广义特征矩阵唯一确定。

简介：结合多年教学实践，从例题出发引入矩阵的秩的概念，并给出了一些常用的结论及常见错误分析；自然地引出了线性方程组的解的理论和矩阵乘法的消去律；总结了适合非数学类专业学生特点的教学方法，提高了他们的理解能力。

简介：利用幂零矩阵的特性，给出了求一些特殊矩阵逆矩阵的简单方法。

简介：关联企业股权重组往往不存在实质的资源转移或交易特性,仅是对同一控制权人或一致行动人控制下企业间资源的整合或重新配置;其间不应确认股权转让交易的所得或损失。本文分析、比较税法一般纳税处理和特殊税务处理对关联企业股权重组的规定,提出识别关联企业股权重组的种类以及减少不合理税赋的建议,以促进市场资源优化配置、实现税负公平化。

简介：煤炭企业绩效考核是企业人力资源管理的核心，但是在煤炭企业绩效考核操作过程中，往往会出现考核指标设置不合理，指标权重确定方法不科学或者操作困难的问题。给出了应用AHP对煤炭企业绩效考核指标体系进行权重设计的方法，介绍了-一种层次分析的专用软件，解决了在煤炭企业绩效考核中应用AHP的可操作性问题。

简介：矩阵的方法可应用于广义模糊粗糙集模型中．通过定义不同的矩阵运算方式，利用截关系矩阵、模糊子集的截列阵之间的运算表示了广义模糊子集的上下近似算子．在此基础上给出了求解模糊子集粗糙度及相似度的计算方法．研究表明，在广义模糊粗糙近似空间中，利用矩阵方法计算模糊子集的上下近似、粗糙度和相似度简单易行．

简介：首先给出了矩阵乘法的分块并行算法原理,然后用JAVA语言描述该算法并对算法从几个方面进行优化分析和设计,最后JAVA多线程实现了算法。该程序在不同计算机上的运行情况,给出了一种结论:JAVA多线程可以在多处理机上实现并行计算。

简介：为了了解复杂网络的特性，研究了复杂网络中的社区交叠现象，将非负矩阵分解算法用于社区检测问题。而传统的用于社区检测SNMF模型是通过离散化参数的取值范围，然后遍历得到参数的最优值，对参数的优化方法不能准确而快速搜索到最优解。利用遗传算法对参数进行优化，能够准确的找到参数的最优解，从而得到最优的社区划分。并且能够检测出交叠节点和异常节点，该算法也适应于大规模的数据。

简介：将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.