导读:本文包含了极大向量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:向量,矩阵,区间,线性,流形,特征值,特征。
极大向量论文文献综述
张丽娟[1]（2019）在《一组有限维向量的极大无关组的求法》一文中研究指出文章利用向量空间之间的同构关系,将求任意数域F上有限维向量空间中一组向量的极大无关组的问题转化为求F~n={(b_1,b_2,…,b_n)|b_i∈F,i=1,2,…,n}中一组与之对应的向量组的极大无关组的问题.(本文来源于《教育教学论坛》期刊2019年49期）
黄华娟,韦修喜[2]（2019）在《基于自适应调节极大熵的孪生支持向量回归机》一文中研究指出孪生支持向量回归机(Twin Support Vector Regression,TSVR)的数学模型是求解一对约束优化问题,如何将约束优化问题转化为无约束优化问题进行求解是一个难题.在TSVR约束优化模型的基础上,依据最优化理论提出TSVR的无约束优化问题.然而,无约束优化问题的目标函数有可能不可微,为解决这个问题,引入极大熵函数,确保优化问题都是可微的.标准的极大熵函数法有可能发生数值溢出,所以对极大熵函数法进行了改进,提出自适应调节极大熵函数法来逼近TSVR的不可微项,并提出基于自适应调节极大熵函数法的TSVR学习算法.实验结果表明,和其他回归方法相比,所提算法不仅能够提高回归精度,而且效率得到了较大的提高.(本文来源于《南京大学学报(自然科学)》期刊2019年06期）
晏建学,王云秋[3]（2018）在《线性代数中向量组的线性表示、极大无关组及线性方程组快速求解》一文中研究指出通过对线性代数中"向量与向量组的线性表示、向量组的极大无关组及线性方程组求解"过程加以改进,将传统的"对列向量构成的矩阵或线性方程组增广矩阵(1)用行初等变换化成阶梯形;(2)再用初等行变换化成行简化阶梯形"的两步求解过程简化为"对列向量构成的矩阵转置或线性方程组增广矩阵转置(1)用行初等变换化成阶梯形"一步求解,不仅节约了一定的工作量,还有效地降低了求解难度.(本文来源于《曲靖师范学院学报》期刊2018年06期）
张宗标[4]（2018）在《向量组的极大线性无关组的解法》一文中研究指出利用初等变换求向量组的极大线性无关组是常用方法,但是纵观众多教材都没有阐述清楚这样做的原因。本文针对这个问题给出了利用初等变换求极大线性无关组的理论依据及其证明。(本文来源于《呼伦贝尔学院学报》期刊2018年02期）
张媛[5]（2017）在《关于用初等变换求向量组的极大无关组的方法》一文中研究指出根据向量的线性相关性的原理,得到求极大无关组的几种常用方法,特别是在用初等变换求向量组的极大无关组的教学中经常出现的问题进行讨论,并给出了相应解决办法。(本文来源于《报刊荟萃》期刊2017年07期）
刘杰[6]（2017）在《李超代数gl（3|1）Verma模中的极大权向量》一文中研究指出针对李超代数gl(3|1),当最高权λ是atypical的时候,本文重点介绍了如何确定其Verma模中的极大权向量,并计算出了它里面相应的极大权子模.另一方面,给出了一个判定准则,用来确定所给的Verma模是否为单模,并且是充要的.最后鉴于李超代数的Wey1群不能完全刻划单根系之间的关系,给出李超代数gl(1|2)的超Wey1群的实现,使得gl(1|2)的单根系在这个超Wey1群的作用下是相互共轭的.(本文来源于《华东师范大学》期刊2017-07-01）
郁荟文[7]（2017）在《区间极大加系统中区间矩阵的特征区间与特征区间向量》一文中研究指出生产周期在计算机网络、自动化制造和数字电路等系统的性能评估中有着重要的应用.对于带有输入结构的生产系统,在不考虑原料的输入时间,只考虑零件的传递时间和机器的加工时间时便成为了我们熟悉的自治的生产系统.而生产系统中零件的传递时间和加工时间往往以区间的形式出现,通过研究区间极大加系统的状态方程的解和算法,就可以计算出区间极大加系统中不可约区间矩阵的特征区间和特征区间向量,从而得到整个系统的生产周期,即特征区间.Subiono给出了极大加系统中不可约矩阵的特征值与特征向量的数学表达式及生产周期的计算方法.本文主要研究了区间极大加系统中不可约区间矩阵的特征区间与特征区间向量的数学表达式及生产周期的计算方法.首先给出了区间极大加系统的状态方程及解的表达式.定义了特征区间及特征区间向量、不可约区间矩阵、区间平均权重、周期时间区间向量、区间事件图等概念.在区间极大加系统有且仅有一个特征区间时,对于至少包含一个有限区间分量的初始状态区间向量而言,经过一系列迭代,区间极大加系统呈现出周期性,得到了区间平均权重等于特征区间且唯一,进而给出了特征区间与特征区间向量的具体数学表达式和特征区间及特征区间向量的计算方法,从而将原有的极大加系统中的算法推广到了区间极大加系统中.(本文来源于《河北师范大学》期刊2017-03-18）
王耀卫[8]（2016）在《极大无关组及其余向量线性表示的一种简便求法》一文中研究指出通过对教材中例题的分析,指出利用极大无关组的定义求解极大无关组的困难所在.同时,给出了一种利用简化的阶梯形矩阵求解极大无关组并用该极大无关组线性表示其余向量的方法,应用实例表明了该方法是有效的、简便的.(本文来源于《兰州文理学院学报(自然科学版)》期刊2016年03期）
唐国吉,汪星,夏福全[9]（2015）在《Hadamard流形上极大单调向量场奇点的Mann迭代算法》一文中研究指出通过组合邻近点算法和Mann迭代技术,构造了求解Hadamard流形上极大单调向量场奇点的一个新方法,其中邻近点子问题允许非精确的计算.在适当的假设下,证明了新算法产生的序列收敛于极大单调向量场的一个奇点.主要结果推广和改善了近年的一些文献的相关结果.(本文来源于《四川师范大学学报(自然科学版)》期刊2015年06期）
梅海娇,张子龙,陶跃钢[10]（2015）在《极大加代数矩阵的整特征向量》一文中研究指出本文研究极大加代数矩阵的整特征向量.提出块整特征向量的概念,分别给出可约矩阵存在块整特征向量的充分必要条件和在一定条件下存在整特征向量的充分必要条件.提出广义整像算法,通过验证主对角线上的块矩阵确定矩阵(可约和不可约矩阵)的整特征向量.数值例子表明广义整像算法是伪多项式算法.(本文来源于《应用数学学报》期刊2015年06期）
极大向量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
孪生支持向量回归机(Twin Support Vector Regression,TSVR)的数学模型是求解一对约束优化问题,如何将约束优化问题转化为无约束优化问题进行求解是一个难题.在TSVR约束优化模型的基础上,依据最优化理论提出TSVR的无约束优化问题.然而,无约束优化问题的目标函数有可能不可微,为解决这个问题,引入极大熵函数,确保优化问题都是可微的.标准的极大熵函数法有可能发生数值溢出,所以对极大熵函数法进行了改进,提出自适应调节极大熵函数法来逼近TSVR的不可微项,并提出基于自适应调节极大熵函数法的TSVR学习算法.实验结果表明,和其他回归方法相比,所提算法不仅能够提高回归精度,而且效率得到了较大的提高.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极大向量论文参考文献
[1].张丽娟.一组有限维向量的极大无关组的求法[J].教育教学论坛.2019
[2].黄华娟,韦修喜.基于自适应调节极大熵的孪生支持向量回归机[J].南京大学学报(自然科学).2019
[3].晏建学,王云秋.线性代数中向量组的线性表示、极大无关组及线性方程组快速求解[J].曲靖师范学院学报.2018
[4].张宗标.向量组的极大线性无关组的解法[J].呼伦贝尔学院学报.2018
[5].张媛.关于用初等变换求向量组的极大无关组的方法[J].报刊荟萃.2017
[6].刘杰.李超代数gl（3|1）Verma模中的极大权向量[D].华东师范大学.2017
[7].郁荟文.区间极大加系统中区间矩阵的特征区间与特征区间向量[D].河北师范大学.2017
[8].王耀卫.极大无关组及其余向量线性表示的一种简便求法[J].兰州文理学院学报(自然科学版).2016
[9].唐国吉,汪星,夏福全.Hadamard流形上极大单调向量场奇点的Mann迭代算法[J].四川师范大学学报(自然科学版).2015
[10].梅海娇,张子龙,陶跃钢.极大加代数矩阵的整特征向量[J].应用数学学报.2015
论文知识图
