1) nonmaximal eigenvalue
非最大特征值
2) the greatest eigenvalue
最大特征值
1.
In this paper,based on the analysis of the structure of bipartite graphs,the characteristic of Laplacian matrices of bipartite graphs is studied,and the new bounds for the greatest eigenvalue of Laplacian matrices of bipartite graphs are given according to the theory of nonnegative matrices.
文章通过分析二分图的结构,研究了二分图的Laplace矩阵的特点,利用非负矩阵的经典理论和图论方法,导出了一般二分图的Laplace矩阵的最大特征值的界值。
2.
One of well-known results is that the greatest eigenvalue of a nonnegative matrix lies between the smallest and the largest row sum.
一个著名的结果是一个非负矩阵的最大特征值在它的最小行和与最大行和之间。
3.
In this paper,we give some new bounds of the greatest eigenvalue for the three cornenwise matrix.
矩阵的特征值估计在矩阵理论和应用中占有比较重要的地位 ,文中给出了一类三对角矩阵的最大特征值或最小特征值的界的确定方法 ,使我们可以按照精度要求迅速求出这些
3) maximum eigenvalue
最大特征值
1.
Finding maximum eigenvalues of positive matrices by using similarity transformation;
用相似变换求正矩阵的最大特征值
2.
Bounds for maximum eigenvalue of positive matrix
正矩阵最大特征值的估计
3.
This article discusses the maximum eigenvalue,the number of vertexes,and the relationship between the vertex numbers and the number of their sides,of the k cycle graphs of length 3.
设G为n阶的连通k(k 3)圈图,λ1(G)是图G的laplacian矩阵的最大特征值。
4) maximal eigenvalue
最大特征值
1.
A refinement of bound-value estimation given by Person-Frobenlus on themaximal eigenvalue of nonegative matrix is given.
给出Ｐｅｒｒｏｎ－Ｆｒｏｂｅｎｉｕｓ关于非负矩阵的最大特征值界值估计的一个加细。
2.
A new method about maximal eigenvalue computation of nonnegative irreducible tridiagonal matrix is given.
就非负不可约三对角矩阵,给出了一种求最大特征值的方法,关键是求迭代因子g的新方法,且证明了此迭代因子大于文献[2]中的迭代因子(r+3d)/(r+2d),从而减少了迭代次数,节约了运算时间。
3.
in this paper we present an algorithm for computing the maximal eigenvalue and the corresponding eigenvector of an irreducible nonnegative matrix.
本文给出求任意不可约非负矩阵最大特征值及对应的特征向量的一种数值方法。
5) the largest eigenvalue
最大特征值
1.
bounds of the largest eigenvalue and the second smallest eigenvalue are always utilized in many application.
在许多应用中,往往需要知道图的拉普拉斯矩阵的最大特征值μ_1 (G )的上界和次小特征值μn ?1 (G )的上下界。
2.
An inequality about degree of vertex of a connected graph can be given,and the upper bounds of the largest eigenvalue of the quasi-Laplacian matrix of a connected graph can be obtained.
用代数方法给出了一个关于连通图顶点度数的不等式,并给出了连通图拟拉普拉斯矩阵的最大特征值的几个上界。
6) largest eigenvalue
最大特征值
1.
We prove thatμ1(T) < max1 andλ1 (T) < max1, whereμ1(T) andλ1(T) are the largest eigenvalue of the Laplacian matrix and the adjacency matrix of T.
设δj′= max{dυ:dist(υ,w)=j},j=1,2,…,k-2,我们证明和这里μ1(T)和λ1(T)分别是T的Laplacian矩阵和邻接矩阵的最大特征值。
2.
The order of unicyclic graphs according to their largest eigenvalues is studied in this paper, and the first six unicyclic graphs in this order are determined.
主要讨论了单圈图按其最大特征值进行排序的问题,确定了该序的前六个图。
补充资料：最大的最大收益值准则
分子式：
CAS号：
性质： 也称最大的最大收益值准则。不确定型决策准则之一。其方法是：首先找出各方案的最大收益值，然后选择这些最大收益值中最大者所在的方案作为最满意方案。这个准则采取乐观主义态度，把方案最大收益值(或最小损失值)的自然状态，作为必然出现的自然状态采看待，从而把不确定型决策问题化为确定性决策问题来处理。选择最大收益值中最大的方案(对损失值来说就是选择最小损失值中最小的方案)作为最满意的方案，即取“最有利中之最有利”方案，所以亦称为“乐观的决策准则”。
CAS号：
性质： 也称最大的最大收益值准则。不确定型决策准则之一。其方法是：首先找出各方案的最大收益值，然后选择这些最大收益值中最大者所在的方案作为最满意方案。这个准则采取乐观主义态度，把方案最大收益值(或最小损失值)的自然状态，作为必然出现的自然状态采看待，从而把不确定型决策问题化为确定性决策问题来处理。选择最大收益值中最大的方案(对损失值来说就是选择最小损失值中最小的方案)作为最满意的方案，即取“最有利中之最有利”方案，所以亦称为“乐观的决策准则”。
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