幂法的收敛速度主要取决于比值/,若比值越小 则收敛越快;当接近于1时,则收敛很慢这时采用原点平移 法可加快幂法的收敛速度. 设A的特征值为,2,…n,则A-p的特征值为 -p,2-p,…n-p,且A与A-p1的特征向量相同对矩阵A-p

1、掌握区间对分法的使用; 2、掌握逐次迭代方法及原理; 3、掌握收敛阶的概念; 4、掌握牛顿迭代法的迭代公

针对标准的FCM算法没有考虑像素的空间信息而对噪声比较敏感和没有考虑不同样本数据对聚类效果的不同影响的不足,提出了一种顾及像素空间信息的基于图像的灰度直方图加权的FCM聚类算法,它在Szilagyi等提出的算法基础上通过引入图像的灰度直方图加权对算法中的目标函数进行修改.对人工合成图像和真实图像的数值模拟结果均显示出该算法的优良性能

迭代法的基本思想: 对给定方程f(x)=0,将它转换成等价的形式x=(x)给定初值x,构造迭代序列xk+1=9(x)k=1,2,…,如果迭代收敛

一、幂法分析 幂法是用来计算实方阵的按模最大的特征值及相应特征向量的一种迭代法设n阶实方阵A有n个线性无关的特征向量

一、逆幂法分析 设n阶实方阵A有n个线性无关的特征向量u12…n 相应的特征值分别为,2…n,并按其绝对值的大小排列 即 则由A1=u,可得Au1=u,即A的逆矩阵A的特征值为

9.1常微分方程及其求解概述 9.2 Euler法、预估校正法 9.3龙格库塔法 9.4线性多步法(阿达姆法) 9.5方程组与刚性问题

一、基本QR方法 60年代出现的QR算法是目前计算中小型矩阵的全部特征值与 特征向量的最有效方法。实矩阵、非奇异。 理论依据:任一非奇异实矩阵都可分解成一个正交矩阵Q和 一个上三角矩阵R的乘积,而且当R的对角元符号取定时,分解是 唯一的

研究半监督支持向量机分类优化模型的非光滑问题.建立了光滑半监督支持向量机模型,采用广义三弯矩法导出零点二阶光滑的广义三次样条函数,并以此逼近半监督支持向量机优化中的非光滑部分.构造出基于上述样条函数的具有一阶光滑的半监督支持向量机,从而可以用优化中的光滑算法来求解该模型.分析了广义三次样条函数逼近对称铰链损失函数的逼近精度,证明了新模型的收敛性.数值实验显示新模型有较好的分类效果

采用格子Boltzmann方法对钢液中夹杂物上浮及上浮过程中的碰撞行为进行直接数值模拟研究.结果表明,不同尺寸夹杂物颗粒上浮速度的模拟结果和理论值基本一致,表明本文所采用的数值算法能够精确有效地对钢液中固相夹杂物颗粒运动行为进行研究.当钢液中直径为80μm的夹杂物颗粒位于直径为40μm的下方并一起上浮时,直径为80μm的夹杂物颗粒会逐渐追赶上直径为40μm的夹杂物颗粒并发生碰撞形成大尺寸凝聚体,凝聚体的上浮速度显著大于二者单独上浮时的上浮速度.对于直径为40μm的夹杂物来说,形成凝聚体后的上浮速度比单独上浮时的上浮速度增加300%.实际炼钢过程中,采取必要的措施增加夹杂物颗粒之间上浮过程中的碰撞凝聚,对于提高夹杂物颗粒的上浮速度,尤其是小尺寸夹杂上浮去除速度,提高钢液的洁净度具有重要的意义