矩阵的秩

column rank

列秩

行列式(determinant)与线性方程组的解(solution)的一些关系(理解)如果n*n矩阵A的行列式|A|不等于0,则称A为非退化的(non-degenerative).否则是退化的(generative)线性表示,线性等价,极大线性无关组;(行空间,列空间),行秩(row rank),列秩(column rank),秩,满秩矩阵,行满秩矩阵,

the homogeneous system of linear equations's order

齐次线性方程组的秩

the good non-singular matrix 行满秩矩阵 | the homogeneous system of linear equations's order 齐次线性方程组的秩 | the linear combination 线性组合

Inverse

逆矩阵

这种操作视为一个点的颜色向量乘上一个滤镜矩阵进而得到新的颜色向量(Ax = y). 如果这个矩阵A是满秩矩阵(full rank)的话,那么它的逆矩阵(inverse)则能产生一种sharpen的效果. 在这里,数学又一次展示了它的魅力哈.

linear transformation

线性变换

线性表示,线性等价,极大线性无关组;(行空间,列空间),行秩(row rank),列秩(column rank),秩,满秩矩阵,行满秩矩阵,列满秩矩阵;线性映射(linear mapping),线性变换(linear transformation),线性函数(linear function);(零映射),(负映射),(矩阵的和),

mathieu group

马提厄群

mathieu function 马提厄函数 | mathieu group 马提厄群 | matricial rank 矩阵的秩

non singular

满秩的,非奇(异)的

non-reflexive 非自反的 | non-singular 满秩的,非奇(异)的 | non-singular matrix 满秩矩阵,非奇异矩阵

the mapping product

映射的乘积

the main variable 主变量 | the mapping product 映射的乘积 | the non-singular matrix 满秩矩阵

singular value decomposition

奇异值分解

最近,基于奇异值分解(singular value decomposition)的潜在语义标引(latent semantic indexing)已经应用于基因检索上. 然而,用于降低秩矩阵的因子K的取值仍然是一个悬而未解的问题. 结果:本文介绍了一种将基因关系的先验知识加入到LSI/SVD中来确定因子数的方法.

symmetric matrix

对称矩阵

subspace 子空间 | symmetric matrix 对称矩阵 | transpose of A 矩阵A的转秩

functional catches：活动把手生耳

回零针 fly-back hand | 混合表 combo watch | 活动把手生耳 functional catches

parametric linear programming：参数线性规划

参数模型|parameter model | 参数线性规划|parametric linear programming | 参数最优化|parameter optimization