1) matrixic form resultant
矩阵形结式
1.
In this paper,the author advance the concept of matrixic form resultant.
引入了结式的矩阵形表示,提出了矩阵形结式的移位变换概念,并利用其得到了结式计算的一个简便方法。
2) resultant matrix
结式矩阵
1.
In this paper, a fast algorithm for calculating the inverse of partitioned matrix with resultant matrix blocks is presented by the polynomial fast algorithm for finding the inverse of resultant matrix .
利用结式矩阵求逆矩阵的多项式快速算法,给出了具有结式矩阵块的分块矩阵逆矩阵的一种快速算法。
2.
A fast algorithm for calculating the inverse and group inverse and MoorePenrose inverse of a resultant matrix is presented by using the fast algorithm for finding polynomials.
提出了求结式矩阵的逆阵、群逆及Moore Penrose逆的多项式快速算法。
3.
Using the decompositions of Bezout matrix,resultant matrix and Hankel matrix,the authors get several new properties of these matrices above,which give the matrix expressin of coprime polynomials and supply a new method in dealing with polynomial problems.
利用Bezout矩阵、结式矩阵与Hankel矩阵的分解得到了它们的几个新性质,给出了多项式互素的矩阵描述,为处理多项式问题提供了一种新方法。
3) formal matrices
形式矩阵
1.
In this article we apply formal matrices technique to get a equivalent proposition of Li Shanian identity, and hence give an elementary proof for Li Shanlan identity.
本文应用形式矩阵的计算技巧,得到李善兰恒等式的一个等价命题,进而给出李善兰恒等式的一个初等证明。
4) matrix form
矩阵形式
1.
This paper gives the further analysis of node voltage equations and its matrix form,and the methods to write out node equations with strong operation.
详细分析了结点分析法的实质及其表现形式,对该分析方法进行了系统的梳理和总结,对矩阵形式方程中的部分向量的形式做了修正,并给出各变量符号的确定原则,从而为正确列写矩阵形式的节点方程提供了保证。
5) matrix structure
矩阵式结构
1.
The existent problems are solved by the matrix structure circuit design and capillarity.
提出了一种皮革喷浆的新方法,利用微机械加工技术制作出微米级的喷孔阵列,运用喷墨打印机的原理,采用压电驱动方式将浆料均匀精确地喷涂在革坯上,同时提出了应用矩阵式结构的电路以及毛细管作用来解决存在的问题。
2.
With the rise of the net economy,the matrix structure is very popular,but it has harmful influence on function performance.
矩阵式结构是适应网络经济的非常流行的组织结构,但对企业职能表现仍有不利影响。
6) rectangular sampling lattice
矩形点阵结构
1.
Traditionally, the most commonly used sampling lattice in image processing systems is the rectangular sampling lattice.
传统连续图像信号的采样过程采用的是矩形点阵结构。
补充资料：三角形矩阵
三角形矩阵
triangular matrix
三角形矩阵「tr如曹山r matrix;Tpe卿二‘H.Mop，”a] 主对角线以下(或以上)的所有元素均为零的方阵(见矩阵(mat血)).在第一种情况下，该矩阵称为上三角形矩阵(叩per triangularn妞tr该)，在第二种情况下，该矩阵称为丁手角攀手吟(fower‘r面gularmatrix).一个三角形矩阵的行列式等于它的对角线上所有元素的乘积.0.A.物aHoB。撰【补注】一个能使之成为三角形形式的矩阵称为可三角化矩阵(trlgol祖lizable Inatr认)，见可三角化元(tri-gonaliZablee】ell祖nt). 任意秩为r的(nxn)矩阵A，如果它的前;个顺序的主子式均不为零，那么A可以表成一个下三角形矩阵B与一个上三角形矩阵C的乘积，(【AI」). 任一实矩阵A可以分解为形如A=QR，其中Q是正交矩阵，R是上三角形矩阵，称为QR分解(QR一deconl户粥ition)，或者分解为形如A=QL，其中Q是正交的，L是下三角形的，称为QL分解(QL一decom详〕sltion).这样的分解在数值计算法中起重要作用，([A2」)、(【A3])(例如对于计算本征值). 如果A是非奇异的，且要求R的对角线上的元素均为正数，那么QR分解A=QR是唯一的，(【A3」)，且由Gnml一Schmidt标准正交化过程给出，见正交化(ortllogonal龙ation);岩沉分解(Iwasawadecon1Position).
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