简介：设A、B、C分别为n×n,m×m,n×m复数矩阵，本文得到缺项矩阵（？CC^*B）\(?CC^*?)\(A??B)及（？？？B）存在投影补的充分必要条件，并且给出这些投影补的完全刻画。

简介：证明了实对称矩阵投影算子的几个单调性质,这些性质可以视为Rn中凸集投影算子的单调性质的推广。

简介：针对属性权重已知而属性值为确数的多属性决策问题，提出了决策矩阵排序的投影法，并提出了关于投影法的三个定理及其证明．最后给出了两个相关例子说明本法的有效性和可行性．

简介：一种在二值Hopfield网络中的投影学习算法，推广后得到一种能够在复值多态网络中应用的高效学习算法。新的算法学习效率高、具有扩展性等优点。

简介：图形变换中透视投影变换在三维显示中具有桥梁作用。通过推导透视投影变换矩阵的具体过程，为编程和实验者提供了最终的应用矩阵。重点介绍了图形变换和透视投影变换的原理和方法，分析了投影变换在图形变换中的作用及在引入过渡坐标系后，其变换矩阵的简化形式，并给出了其详细的推导过程。

简介：本文介绍了一种在线递归投影稀疏矩阵恢复（ReProSMR）算法矩阵时间序列Mt等于稀疏矩阵序列St与非稀疏矩阵序列Lt之和，其中Lt在低维张量空间内随时间缓慢变化ReProSMR算法实时地将观测矩阵Mt分解为非稀疏矩阵Lt和稀疏矩阵StReProSMR算法的一个典型应用场景为监控视频动态背景建模，监控视频的每一帧图像的背景部分由于具有很强的相似性而构成低秩部分，而少量的运动目标构成视频的前景则对应于稀疏部分ReProSMR算法对图像序列进行矩阵低秩稀疏分解，便可成功地将静止的背景和活动的前景分开，从而实现背景动态建模和运动前景识别。ReProSMR算法是递归投影压缩传感（ReProCS）算法引入张量主成分分析后的改进算法实验结果表明，ReProSMR算法的计算效率显著高于ReProCS算法。

简介：当前，自适应数字波束形成算法已经在通信等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差或者协方差矩阵估计不准确时，会导致常规的波束形成算法性能恶化。稳健的自适应波束形成算法，则可以较好地克服上述误差带来的性能下降问题。针对以上问题，提出了一种基于协方差矩阵重构特征子空间投影的稳健波束形成算法，并对该稳健波束形成算法进行了分析，最后通过仿真来验证算法的稳健性。

简介：摘要：高斯投影是高斯（德国数学家、物理学家、天文学家）于19 世纪20年代拟定，后经克吕格（德国大地测量学家）于1912 年对投影公式加以补充，故称为高斯-克吕格投影，又名“等角横切椭圆柱投影”，是地球椭球面和平面间正形投影的一种。

简介：摘要  由于矩阵的初等变换和初等矩阵都有“初等”二字,所以非常容易将二者混为一谈.此文的目的在于解释这两个概念的区别,同时也介绍它们的关系.在对矩阵进行运算时,我们可对其进行类似于行列式的行（列）变换或数乘运算等,即矩阵的初等变换.为了搞清楚变换后的矩阵所具有的特性,也为了说明矩阵的初等变换的意义,我们引入初等矩阵的概念.其实初等矩阵就是单位矩阵经矩阵的初等变换后所得的矩阵.具体内容见下文简述.

简介：

简介：基于专业、分工与运作统一化的考虑，许多大型、项目型组织纷纷采用矩阵管理，能否完善运作的关键在于互补，以及对本身专业的坚持、对他人的尊重支援。

简介：讨论了n（n≥2）阶方阵A与其伴随矩阵A^＊的特征值之间的关系，利用A的特征值λ0及其代数余子式Aij给出了A^＊的特征值的表达式．

简介：以前我们看电影总是去影院,价格贵不说人还多,现如今,投影仪的技术不断完善,不仅在外形上做得更精致和便于携带,在功能上更是不断突破,具备现在热门的2D/3D观影效果,在家里就能享受影院的待遇,而且更温馨更便捷,因此,投影仪广泛应用于家庭、办公室、学校和娱乐场所,根据工作方式不同,有CRT,LCD,DLP等不同类型。

简介：

简介：1．把下列物体和它的投影用线连起来．（如图所示）2．下列投影是平行投影还是中心投影？请说明理由．

简介：这期封面上的数学元素,同学们发现了吗?它非常有趣,它就是球极平面投影。我们都知道,物体在光线的照射下,会在地面或墙壁上出现影子,这种自然现象被称为投影。但本期的封面数学元素——球极平面投影跟常见的投影可不太一样。我们先来观察下面三幅图片,看看它们有什么共同

简介：当你夜晚醒来的时候，如果不想惊动身边的爱人或孩子而知道时间，那么欧西亚时间投影器同昌个可以轻松实现这个功能的仪器，只要按动它侧面的按扭，激光投射装置就会把时间投射显示在屋内的墙壁上，

简介：将文[1,4]中定义广义正定矩阵的概念再作推广,并讨论各种不同定义下的广义正定矩阵间的包含关系,给出M-矩阵等价的四种新定义.

简介：给出基本初等矩阵的定义，得出任何方阵都可分解为有限个基本初等矩阵的乘积的结论．

简介：本文根据矩阵的初等变换，提出一种简便的分解矩阵的方法。