SOME FURTHER NOTES ON THE MATRIX EQUATIONS A^TXB + B^TX^TA= C AND A^TXB+ B^TXA = C*

来源 :数学物理学报:B辑英文版 | 被引量 : 0次 | 上传用户:fogstorm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Dehghan and Hajarian, [4], investigated the matrix equations ATXB +BTXTA =C and ATXB + BTXA = C providing inequalities for the determinant of the solutions of these equations. In the same paper, the authors presented a lower bound for the product of the e
其他文献
《Web程序设计》是程序设计类课程,丰富的编程经验是非常重要的。针对《Web程序设计》课程存在的问题,提出“进阶项目驱动式”教学模式,设计进阶项目模型,并对实践项目展开进
生命如同奔驰的列车,风驰电掣,永不停息。我们是生命之旅的乘客,在我们的前一段旅途中,晚晚睡得黑沉
通过特征点的描述建立三维物体之间的对应关系在三维重建、定位和形状匹配等各种图形和视觉应用上具有非常重要的意义。针对一般的描述子难以应对现实世界中三维点云数据存在的噪声、分辨率低和信息的不完整等情况,3DMatch提出一种基于3D卷积神经网络的方法,学习到一种新的局部体积块描述子,并将该描述子应用到关键点匹配中。在其基础上提出一种改进的卷积神经网络结构,实验表明,新的网络结构相比原来的在匹配准确率上
面对众多摄像头形成的庞大而又复杂的监控网络,单目摄像机下的视频分析已经不能满足人们的需求,如何从海量监控数据中查找有用的信息,完成不同摄像机间目标一致性的判定成为当前亟需解决的问题。提取多场景图像的SIFT特征计算视场分界线(FOV);再将目标图像坐标点转换为地理坐标并结合多概率联合的方法进行跨区域跟踪。通过实验结果表明,以上算法为感兴趣目标的长期稳定跟踪提供很好的解决办法。