1) column-Partitionable matrix
列可分矩阵
2) column sufficient matrix
列充分矩阵
3) discernibility matrix
可分辨矩阵
1.
The algorithm for attribute reduction based on discernibility matrix needs a lot of memory space,and many elements of discernibility matrix are not unnecessary for reduction.
基于可分辨矩阵的属性约简算法需要占用大量的存储空间,可分辨矩阵中许多元素项对约简是多余的;并且随着问题规模的增大,该类算法的效率并不理想。
2.
In the paper,some shortcomings of Zhi Tian-yun s the attribute reduction algorithm based on binary discernibility matrix are pointed out.
指出支天云的二进制可分辨矩阵约简算法存在的不足,给出简化的决策表定义和基于二进制可分辨矩阵的属性频率函数的定义。
3.
The paper gives a fast way of attributes value reduction based on discernibility matrix.
属性约简和规则发现是数据挖掘研究的重要组成部分,本文提出了一种基于可分辨矩阵的属性值约 简新算法,并讨论了规则的提取方法,最后,通过对算法进行描述和实例验证论证了算法的有效性。
4) semiseparable matrices
半可分矩阵
1.
The result shows the relationship between the semiseparable matrices and the inverted Krylov matrix.
在本文中,我们证明了对一个反Krylov矩阵作QR分解后,利用得到的正交矩阵可以将一个具有互异特征值的对称矩阵转化为一个半可分矩阵的形式,这个结果表明了反Krylov矩阵与半可分矩阼之间的联系。
5) decomposable matrix
可分解矩阵
6) A(matrix) Summable
A(矩阵)可和数列
补充资料：矩阵因子分解法
矩阵因子分解法
matrix factorization method
矩阵因子分解法【叮.甘汉肠。币‘d叨n祀山目;M抑H叨。云中眠功p。叫.Me二川，矩阵前后向代换法(n坦川xfo，公rd一加ck狱Ild su比litutionn犯th(对) 解有限差分方程组的一种方法.在一维问题中差分方程组逼近于常微分方程组的边值间题，而在二维问题中则逼近于椭圆方程组的边界值问题. 对于三点差分格找A。Y卜!一C‘Y，+B，Y，十一“一F:，i=l，二，N一I，其中Y‘={夕1.‘，…，y。，，}是未知的格点向量，只是右端的向量，A:，B，，C‘是给定的方阵，以及边界条件 一C 0 Yo+BoY、二一F。， A份Y探一1一C N YN=一F份，在标量情况下，求下列形式的解: Y，=R‘、，Y，、，+Q，、，，i=0，…，N一1.(*)系数(矩阵R‘+;和向量Q:+、)由递归关系(“向前代换”)确定: R‘+;=(C:一A，R，)一’B，， Q‘十、=(C，一A .R‘)一‘(注，Q‘+尸‘)， i二1，…，N一l，而R、和Q:由左边界条件给出: R一CJ’B。，Ql二CJ’F。.Y，通过公式(，)〔“向后代换”)计算，而 Y、二(C、一A、尺、)一‘(A、Q、+尸、). 在下列条件下，这个方法对舍人误差是稳定的: 1 1 CJ’B。11
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条