×
赵建兴;桑彩丽

扩散峰度张量的D特征值的计算。 （英语） Zbl 07809654号

申请。数学。莱特。 150，文章ID 108946，6 p.（2024）.
摘要：扩散峰度张量在医学工程的扩散峰度成像中起着关键作用，分别是。
为了计算DK张量（mathcal{W}）的所有D特征值，我们首先通过可逆线性变换将（mathcal{W}\）的D特征值转换为半对称张量（mathcal{a}\）中的Z特征值。然后，我们采用这种方法计算所有的D特征值：我们首先使用现有方法计算（mathcal{A}）的所有Z特征值，然后通过线性变换计算（mathcal{W}）所有的D本征值。随后，我们展示了两种算法中D特征值的计算程序。最后，我们以医学工程中的MRI实验数据为例，说明了这两种算法在实际应用中的可行性和有效性。

MSC公司：

15A69号 多线性代数，张量演算
15甲18 特征值、奇异值和特征向量
2015财年65 矩阵特征值和特征向量的数值计算

关键词：

扩散峰度张量;扩散张量;D-特征值;半对称张量;Z特征值

软件：

TenEig公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Zhao}和\textit{C.Sang}，应用。数学。莱特。150，文章ID 108946，6 p.（2024；Zbl 07809654）
全文： 内政部

参考文献：

[1] 齐，L。；Wang，Y。；Wu，E.X.，扩散峰度张量的D特征值。J.计算。申请。数学。，1, 150-157 (2008) ·Zbl 1176.65046号
[2] 胡，S。；Huang，Z-H。；镍，H.-Y。；齐，L.，扩散峰度成像的正定性。反向探测。成像，157-75（2012）·Zbl 1242.90164号
[3] 刘，Y。；陈，L。；Yu，Y.，基于自适应球面积分的扩散峰度成像。IEEE信号处理。莱特。，4, 243-246 (2011)
[4] 齐，L。；Han，D。；Wu，E.X.，扩散峰度张量的主不变量和固有参数。数学杂志。分析。申请。，1, 165-180 (2009) ·Zbl 1158.15029号
[5] 齐，L。；Yu，G。；Wu，E.X.，高阶半正定扩散张量成像。SIAM J.成像科学。，3, 416-433 (2010) ·Zbl 1197.92032号
[6] 齐，L。；Yu，G。；Xu，Y.，非负扩散方向分布函数。数学杂志。成像视觉，103-113（2013）·Zbl 1276.94004号
[7] 张，X。；Ling，C。；齐，L。；Wu，E.X.，磁共振成像中扩散偏度和峰度的测量。派克靴。J.Optim。，2, 391-404 (2010) ·Zbl 1188.90291号
[8] 倪，Q。；Qi，L.，求非负齐次多项式映射最大特征值的二次收敛算法。J.全球优化。，627-641 (2015) ·Zbl 1342.90150号
[9] Wang，Y。；胡，S。；Ni，H.，广义NCP-函数族和D-特征值的平滑重排。派克靴。J.Optim。，3, 613-629 (2014) ·Zbl 1327.90342号
[10] 赵，N。；Yang，Q.杨。；Liu，Y.，计算弱对称张量的广义特征值。计算。最佳方案。申请。，285-307 (2017) ·Zbl 1365.65099号
[11] 科尔达·T·G。；Mayo，J.R.，计算广义张量特征对的自适应移位幂方法。SIAM J.矩阵分析。申请。，4, 1563-1581 (2014) ·Zbl 1318.65019号
[12] Yu，G。；于，Z。；Xu，Y。；Song，Y。；Zhou，Y.，计算广义张量特征对的自适应梯度方法。计算。最佳方案。申请。，781-797 (2016) ·Zbl 1357.90154号
[13] 陈，L。；Han，L。；周，L.，通过同伦方法计算张量特征值。SIAM J.矩阵分析。申请。，1, 290-319 (2016) ·Zbl 1376.15017号
[14] 崔立波。；胡，Q。；陈，Y。；Song，Y.S.，计算一般张量Z特征对的瑞利商粒度神经网络方法。数字。线性代数应用。，3 (2022)
[15] 刘，L。；周，G。；Caccetta，L.，计算一般平方张量Z特征对的不动点方法。派克靴。J.Optim。，2, 367-378 (2016) ·Zbl 1343.90097号
[16] 莫，C。；王，X。；Wei，Y.，基于Zhang神经网络的时间维广义张量特征分析。神经计算，465-479（2020）
[17] Åke，B.，《矩阵计算中的数值方法》（2015），Springer:Springer-Cham·Zbl 1322.65047号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。