您的位置: 专家智库 > >

周海林

作品数:14 被引量:28H指数:4
供职机构:南京理工大学泰州科技学院更多>>
发文基金:江苏省“青蓝工程”基金国家自然科学基金更多>>
相关领域:理学文化科学更多>>

文献类型

  • 14篇中文期刊文章

领域

  • 13篇理学
  • 1篇文化科学

主题

  • 10篇最佳逼近
  • 7篇算子
  • 7篇投影算子
  • 7篇共轭梯度
  • 6篇极小范数解
  • 6篇范数
  • 5篇子空间
  • 5篇线性子空间
  • 5篇B+
  • 4篇迭代
  • 4篇迭代算法
  • 4篇矩阵
  • 4篇矩阵方程
  • 3篇对称解
  • 3篇最小二乘解
  • 2篇约束矩阵方程
  • 2篇最小二乘问题
  • 1篇代数
  • 1篇中心对称解
  • 1篇抓大

机构

  • 14篇南京理工大学
  • 1篇扬州大学

作者

  • 14篇周海林
  • 2篇刘大瑾
  • 1篇袁东锦
  • 1篇谭沈阳
  • 1篇王娅
  • 1篇叶建兵

传媒

  • 4篇计算数学
  • 3篇高等数学研究
  • 2篇应用数学学报
  • 1篇高校应用数学...
  • 1篇数值计算与计...
  • 1篇扬州大学学报...
  • 1篇科学技术与工...
  • 1篇数学学习与研...

年份

  • 1篇2024
  • 1篇2023
  • 2篇2022
  • 1篇2021
  • 2篇2018
  • 2篇2017
  • 1篇2016
  • 1篇2015
  • 1篇2010
  • 1篇2009
  • 1篇2008
14 条 记 录,以下是 1-10
排序方式:
线性子空间上求解矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2的迭代算法被引量:1
2017年
应用共轭梯度方法,结合线性投影算子,给出迭代算法求解了线性矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2在任意线性子空间上的约束解及其最佳逼近.当矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2相容时,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程组的约束解、极小范数解和最佳逼近.文中的数值例子证实了该算法的有效性.
周海林
关键词:共轭梯度投影算子极小范数解最佳逼近
线性子空间上求解AXB+CXD=F的最小二乘问题的迭代算法
2022年
应用共轭梯度方法和线性投影算子,给出了求解线性矩阵方程AXB+CXD=F在任意线性子空间上的最小二乘解问题的迭代算法.在不考虑舍入误差的情况下,理论上可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AXB+CXD=F的最小二乘解,极小范数解及其最佳逼近.该算法可以应用于任何线性子空间,包括由对称矩阵,中心对称矩阵等构成的线性子空间.文中的数值例子证实了该算法的有效性.
周海林
关键词:线性子空间共轭梯度投影算子最小二乘解最佳逼近
线性子空间上求解矩阵方程AXB+CXD=F的迭代算法被引量:4
2016年
应用共轭梯度法,结合线性投影算子,给出迭代算法求解线性矩阵方程AXB+CXD=F在任意线性子空间上的约束解及其最佳逼近.当矩阵方程AXB+CXD=F有解时,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程的约束解、极小范数解和最佳逼近.数值例子证实了该算法的有效性.
周海林
关键词:共轭梯度投影算子极小范数解最佳逼近
线性子空间上求解AX=B的最小二乘问题的迭代算法
2023年
应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程AX=B在任意线性子空间上的最小二乘解问题.在不考虑舍入误差的情况下,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AX=B的最小二乘解、极小范数最小二乘解及其最佳逼近.文中的数值例子证实了该算法的有效性.
周海林
关键词:线性子空间共轭梯度投影算子最小二乘解最佳逼近
几类典型矩阵方程的梯度矩阵的计算被引量:1
2017年
应用矩阵微分思想,计算了几类典型的矩阵方程的梯度矩阵并给予了证明.
周海林
关键词:矩阵方程
AXB+CXD=F的中心对称解及其最佳逼近的迭代算法被引量:9
2008年
应用共轭梯度思想,给出了求解约束矩阵方程AXB+CXD=F的中心对称解及其最佳逼近的迭代算法.当矩阵方程AXB+CXD=F有中心对称解时,在有限的误差范围内,对任意初始中心对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的中心对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数中心对称解.对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近中心对称解可以通过迭代求解新的矩阵方程AX^B+CX^D=F的极小范数中心对称解而得到.文中给出的数值例子证实了该算法的有效性.
刘大瑾周海林袁东锦
关键词:约束矩阵方程迭代算法中心对称解极小范数解最佳逼近
求解矩阵方程组A1XB1+C1XD1=E1,A2XB2+C2XD2=E2的迭代算法被引量:1
2018年
应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程组A1XB1+C1XD1=E1,A2XB2+C2XD2=E2在任意线性子空间上的约束解及其最佳逼近.可以证明,当矩阵方程组A1XB1+C1XD1=E1,A2XB2+C2XD2=E2相容时,所给迭代算法经过有限步迭代可得到矩阵方程组的约束解,极小范数解和最佳逼近.文中的数值例子证实了该算法的有效性.
周海林王娅叶建兵刘大瑾谭沈阳
关键词:共轭梯度投影算子极小范数解最佳逼近
矩阵方程AXB+CYD=E的M对称解的迭代算法被引量:1
2015年
在共轭梯度思想的启发下,结合线性投影算子,给出迭代算法求解了线性矩阵方程AXB+CYD=E的M对称解[X,Y]及其最佳逼近.当矩阵方程AXB+CYD=E有M对称解时,应用迭代算法,在有限的误差范围内,对任意初始M对称矩阵对[X_,Y_1],经过有限步迭代可得到矩阵方程的M对称解;选取合适的初始迭代矩阵,还可得到极小范数M对称解.而且,对任意给定的矩阵对[X,Y],矩阵方程AXB+CYD=E的最佳逼近可以通过迭代求解新的矩阵方程AXB+CYD=E的极小范数M对称解得到.文中的数值例子证实了该算法的有效性.
周海林
关键词:共轭梯度投影算子最佳逼近
应用抓大放小法计算极限被引量:1
2021年
应用抓大放小方法计算几类特殊类型问题的极限,并得到几个结论;另外,文中的例题证实了该方法的有效性.
周海林
关键词:抓大放小夹逼准则
矩阵方程AXB+CXD=F广义双对称解的迭代算法被引量:1
2009年
对广义自反矩阵P,即PT=P,P2=I,如果PXP=X,XT=X,称X为广义双对称矩阵。在共轭梯度思想的启发下,给出了迭代算法求解约束矩阵方程AXB+CXD=F的广义双对称解及其最佳逼近。应用迭代算法,矩阵方程AXB+CXD=F的相容性可以在迭代过程中自动判断。当矩阵方程AXB+CXD=F有广义双对称解时,在有限的误差范围内,对任意初始广义双对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的广义双对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数广义对称解。而且,对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近广义双对称解可以通过迭代求解新的矩阵方程AXB+C XD=F的极小范数广义双对称解得到。
周海林
关键词:约束矩阵方程迭代算法极小范数解最佳逼近
共2页<12>
聚类工具0