北京大学：《高等代数》课程教学资源（讲义）第四章 线性空间与线性变换 4.4 线性变换的特征值与特征向量 4.4.2 关于特征向量与特征子空间的一些性质 4.4.3 线性变换的不变子空间

在实际的工程计算中,经常会遇到求n阶方阵A的特征值(Eigenvalue)与特征向量 Eigenvector)的问题。对于一个方阵A,如果数值λ使方程组 Ax=x 即(A-In)x=0有非零解向量(Solution Vector)x,则称λ为方阵A的特征值,而非零向量x为 特征值λ所对应的特征向量,其中In为n阶单位矩阵

1特征值与特征向量 2相似矩阵与矩阵的对角化

8.1 特征值和特征向量的计算 113 8.2 上海森伯形式、QR和QZ因式分解 117 8.3 舒尔分解和奇异值分解 119

提出了一种基于小波矩不变量和保局投影(LPP)的特征提取方法,并应用于中厚板表面缺陷自动识别.首先对图像做三级小波变分解,将中厚板表面图像的细节分解到各个尺度的各个分量中并利用小波阈值收缩法降噪;然后对各分量的傅里叶幅值谱提取Hu不变矩作为原始特征向量,并利用LPP将该特征向量的维数从77维降到8维;最后利用AdaBoost分类器对样本进行分类识别.实验结果表明,本文提出的特征提取方法适用于中厚板表面缺陷分类,识别率达到91.60%

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

设矩阵A∈Rn,如果存在数入∈C及非零向量x∈C满足方程 Ax∈x,则称λ为矩阵A的一个特征值,称为矩阵A的相应于特 征值λ的特征向量。为简单起见,下称,x为矩阵A的一特征对。 特征值的计算,直接从特征方程()=det-A)=0出发会遇到很 大困难,当n稍大一些,行列式展开本身就很不容易,随后是高次代数 方程求解。因此,矩阵特征值的求解,主要是数值解法

一、内容小结 1. 正交矩阵的定义与性质 3. 相似矩阵的定义与性质 4. 矩阵可对角化的条件 2. 特征值特征向量的定义与性质 5. 实对称矩阵特征值特征向量的性质

5.1 线性变换基本概念 5.2 线性变换与矩阵 5.3 特征值和特征向量 5.4 常用的线性变换 5.5 线性映射

第一讲 正交向量组与正交矩阵 第二讲 方阵的特征值与特征向量 第三讲 相似矩阵与实对称矩阵的对角化 第四讲 二次型及其标准形 第五讲 惯性定理和正定二次型 第六讲 习题课