提出了以人工智能思想为指导的图像数据库的智能检索方法,它利用模式识别技术和图像处理技术,同时考虑启发性知识.该方法用图像特征向量代表图像并进行聚类分析以建立图像库的检索树,应用最佳优先搜索方法在检索树上找出用户满意的图像.重点探讨了如何利用专家的经验知识和通过样本训练得到启发评价函数,并推出了启发评价函数存在的条件

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果

电子科技大学：《数值分析 Numerical Analysis》课程教学资源（课件讲稿）矩阵特征值与特征向量的计算

5.1 向量空间的定义 一、向量空间概念的引入 二、向量空间的定义 三、向量空间的例子 四、向量空间的基本性质 5.2 向量的线性相关性 5.3 基维数和坐标 一. 基 二. 维数 三. 关于基和维数的几个结论 四. 坐标 五. 过渡矩阵及向量在不同基下坐标的关系 六. 过渡矩阵的性质 5.4 子空间 5.5 向量空间的同构 第六章 线性方程组 6.1 消元解法 6.3 齐次线性方程组解的结构 6.4 一般 线性方程组解结构 6.5 秩与线性相关性 6.6 特征向量与矩阵的对角化 第七章 线性变换 7.1 线性变换的定义及性质 7.2 线性变换的运算 7.3 线性变换的矩阵 7.4 不变子空间 7.5 线性变换的本征值和本征向量 第八章 欧氏空间 8.1 欧氏空间的定义及基本性质 8.2 度量矩阵与正交基 8.3 正交变换与对称变换 8.4 子空间与正交性 8.5 对称矩阵的标准形

1．方阵的特征值与特征向量 2．相似矩阵 3．实对称矩阵的对角化 4．二次型及其标准形 5．正定二次型与正定矩阵

中国科学技术大学：《计算方法》课程教学资源（课件讲稿）第七章 计算矩阵的特征值与特征向量

《线性代数》课程教学资源（PPT课件讲稿）求解线性方程组、特征值、特征向量的计算

华南师范大学：《MATLAB数值分析实验》课程教学资源（作业习题）实验15 特征值与特征向量 习题

1.1 特征值与特征向量 1.2 相似对角化 1.3 Jordan标准形介绍 1.4 Hamilton-Cayley定理 1.5 向量的内积 1.6 酉相似下的标准形

第一节 矩阵的特征值与特征向量 第二节 方阵相似于对角矩阵的条件 第三节 正交矩阵 第四节 实对称矩阵的相似对角化