本文目录一览

1，矩阵在医学影像学中有何作用

矩阵是由像素组成的，纵横排列的数字方阵。它是数字X线成像形成数字图像的一个元素。

矩阵在医学影像学中有何作用

2，MATRIX效果什么意思啊

Matrix的本意是子宫、母体、孕育生命的地方,同时,在数学名词中,矩阵用来表示统计...最后,另外“复制”好的虚拟场景、道具,和一些影片需要的特殊效果被加了进来,完美地组合成和真实世界一样的虚拟世界。
matrix [meitriks] n.模子，矩阵 matrix n.基体(基质,母岩,母体) 电影:the matrix 译为 黑客帝国

MATRIX效果什么意思啊

3，矩阵有什么用

答：矩阵图法的用途　　　矩阵图法的用途十分广泛．在质量管理中，常用矩阵图法解决以下问题：　　①把系列产品的硬件功能和软件功能相对应，并要从中找出研制新产品或改进老产品的切入点；　　②明确应保证的产品质量特性及其与管理机构或保证部门的关系，使质量保证体制更可靠；　　③明确产品的质量特性与试验测定项目、试验测定仪器之间的关系，力求强化质量评价体制或使之提高效率；　　④当生产工序中存在多种不良现象，且它们具有若干个共同的原因时，希望搞清这些不良现象及其产生原因的相互关系，进而把这些不良现象一举消除；　　⑤在进行多变量分析、研究从何处入手以及以什么方式收集数据。
矩阵理论具有十分丰富的内容，它是学习数学与其他学科(例如数值分析、最优化理论、概率统计、运筹学、控制理论、力学、电学、信息科学、管理科学与工程)的基础，也是科学与工程计算的有力工具，特别是随着计算机的广泛应用，矩阵理论显得更为重要．
这个我不懂

矩阵有什么用

4，矩阵的应用

矩阵乘法的实际应用： 1）制造玩具A，分别需要大零件3个，小零件2个，制造玩具B，分别需要大零件1个，小零件5个，则制造玩具A，玩具B，分别x个、y个，则分别需要大、小零件，各多少个？使用矩阵乘法： (x,y) * 3 2 1 5 = (3x+y, 2x+5y) 则分别需要大、小零件，各3x+y个, 2x+5y个 2）计算学生综合得分：期中考试成绩权重为30% 期末考试成绩权重为70% 学生A，期中成绩89，期末成绩92 学生B，期中成绩95，期末成绩86 那么两人的综合得分是 89 92 95 86 * 30% 70%
一、矩阵图法的涵义 矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。 在复杂的质量问题中，往往存在许多成对的质量因素．将这些成对因素找出来，分别排列成行和列，其交点就是其相互关联的程度，在此基础上再找出存在的问题及问题的形态，从而找到解决问题的思路。 短阵图的形式如图所示，a 为某一个因素群，a1、a2、a3、a4、…是属于a这个因素群的具体因素，将它们排列成行；b为另一个因素群，b1、b2、b3、b4、…为属于b这个因素群的具体因素，将它们排列成列；行和列的交点表示a和b各因素之间的关系。按照交点上行和列因素是否相关联及其关联程度的大小，可以探索问题的所在和问题的形态，也可以从中得到解决问题的启示等。 质量管理中所使用的矩阵图，其成对因素往往是要着重分析的质量问题的两个侧面，如生产过程中出现了不合格品时，着重需要分析不合格的现象和不合格的原因之间的关系，为此，需要把所有缺陷形式和造成这些缺陷的原因都罗列出来，逐一分析具体现象与具体原因之间的关系，这些具体现象和具体原因分别构成矩阵图中的行元素和列元素。 矩阵图的最大优点在于，寻找对应元素的交点很方便，而且不遗漏，显示对应元素的关系也很清楚。矩阵图法还具有以下几个点： ①可用于分析成对的影响因素； ②因素之间的关系清晰明了，便于确定重点； ③便于与系统图结合使用。 二、矩阵图法的用途 矩阵图法的用途十分广泛．在质量管理中．常用矩阵图法解决以下问题： ①把系列产品的硬件功能和软件功能相对应，并要从中找出研制新产品或改进老产品的切入点； ②明确应保证的产品质量特性及其与管理机构或保证部门的关系，使质量保证体制更可靠； ③明确产品的质量特性与试验测定项目、试验测定仪器之间的关系，力求强化质量评价体制或使之提高效率； ④当生产工序中存在多种不良现象，且它们具有若干个共同的原因时，希望搞清这些不良现象及其产生原因的相互关系，进而把这些不良现象一举消除； ⑤在进行多变量分析、研究从何处入手以及以什么方式收集数据。 三、矩阵图的类型 矩阵图法在应用上的一个重要特征，就是把应该分析的对象表示在适当的矩阵图上。因此，可以把若干种矩阵图进行分类，表示出他们的形状，按对象选择并灵活运用适当的矩阵图形。常见的矩阵图有以下几种： (1)l型矩阵图。是把一对现象用以矩阵的行和列排列的二元表的形式来表达的一种矩阵图，它适用于若干目的与手段的对应关系，或若干结果和原因之间的关系。 (2)t型矩阵图。是a、b两因素的l型矩阵和a、c两因素的l型矩阵图的组合矩阵图，这种矩阵图可以用于分析质量问题中“不良现象一原因一工序”之间的关系，也可以用于分析探索材料新用途的“材料成分一特性一用途”之间酌关系等。 (3)y型矩阵图。是把a因素与b因素、b因素与c因素、c因素与a因素三个l型矩阵图组合在一起而形成的矩阵图。 (4) x型矩阵图。是把a因素与b因素、b因素与c因素、c因素与d因素、d因素与a因素四个l型矩阵图组合而形成的矩阵图，这种矩阵图表示a和b、d，d和 a、c，c和b、d，d和a、c这四对因素间的相互关系，如“管理机能一管理项目一输入信息一输出信息”就属于这种类型。 （5)c型矩阵图。是以a、b、c三因素为边做出的六面体，其特征是以a、b、c三因素所确定的三维空间上的点为“着眼点”。 四、制作矩阵图的步骤 制作矩阵图一般要遵循以下几个步骤： ①列出质量因素： ②把成对对因素排列成行和列，表示其对应关系； ③选择合适的矩阵图类型； ④在成对因素交点处表示其关系程度，一般凭经验进行定性判断，可分为三种：关系密切、关系较密切、关系一般（或可能有关系)，并用不同符号表示； ⑤根据关系程度确定必须控制的重点因素； ⑥针对重点因素作对策表。

5，什么是矩阵研究它有什么意义它在生活用有什么应用

什么叫作矩阵nbsp;矩阵乘法是线性代数中最常见的运算之一，它在数值计算中有广泛的应用。若A和B是2个nn的矩阵，则它们的乘积C=AB同样是一个nn的矩阵。A和B的乘积矩阵C中的元素C[i,j]定义为:nbsp;若依此定义来计算A和B的乘积矩阵C，则每计算C的一个元素C[i,j]，需要做n个乘法和n-1次加法。因此，求出矩阵C的n2个元素所需的计算时间为0(n3)。nbsp;60年代末，Strassen采用了类似于在大整数乘法中用过的分治技术，将计算2个n阶矩阵乘积所需的计算时间改进到O(nlog7)=O(n2.18)。nbsp;首先，我们还是需要假设n是2的幂。将矩阵A，B和C中每一矩阵都分块成为4个大小相等的子矩阵，每个子矩阵都是n/2n/2的方阵。由此可将方程C=AB重写为:nbsp;(1)nbsp;由此可得:nbsp;C11=A11B11nbsp;A12B21(2)nbsp;C12=A11B12nbsp;A12B22(3)nbsp;C21=A21B11nbsp;A22B21(4)nbsp;C22=A21B12nbsp;A22B22(5)nbsp;如果n=2，则2个2阶方阵的乘积可以直接用(2)-(3)式计算出来，共需8次乘法和4次加法。当子矩阵的阶大于2时，为求2个子矩阵的积，可以继续将子矩阵分块，直到子矩阵的阶降为2。这样，就产生了一个分治降阶的递归算法。依此算法，计算2个n阶方阵的乘积转化为计算8个n/2阶方阵的乘积和4个n/2阶方阵的加法。2个n/2n/2矩阵的加法显然可以在c*n2/4时间内完成，这里c是一个常数。因此，上述分治法的计算时间耗费T(n)应该满足：nbsp;这个递归方程的解仍然是T(n)=O(n3)。因此，该方法并不比用原始定义直接计算更有效。究其原因，乃是由于式(2)-(5)并没有减少矩阵的乘法次数。而矩阵乘法耗费的时间要比矩阵加减法耗费的时间多得多。要想改进矩阵乘法的计算时间复杂性，必须减少子矩阵乘法运算的次数。按照上述分治法的思想可以看出，要想减少乘法运算次数，关键在于计算2个2阶方阵的乘积时，能否用少于8次的乘法运算。Strassen提出了一种新的算法来计算2个2阶方阵的乘积。他的算法只用了7次乘法运算，但增加了加、减法的运算次数。这7次乘法是:nbsp;M1=A11(B12-B22)nbsp;M2=(A11nbsp;A12)B22nbsp;M3=(A21nbsp;A22)B11nbsp;M4=A22(B21-B11)nbsp;M5=(A11nbsp;A22)(B11nbsp;B22)nbsp;M6=(A12-A22)(B21nbsp;B22)nbsp;M7=(A11-A21)(B11nbsp;B12)nbsp;做了这7次乘法后，再做若干次加、减法就可以得到:nbsp;C11=M5nbsp;M4-M2nbsp;M6nbsp;C12=M1nbsp;M2nbsp;C21=M3nbsp;M4nbsp;C22=M5nbsp;M1-M3-M7nbsp;以上计算的正确性很容易验证。例如:nbsp;C22=M5nbsp;M1-M3-M7nbsp;=(A11nbsp;A22)(B11nbsp;B22)nbsp;A11(B12-B22)-(A21nbsp;A22)B11-(A11-A21)(B11nbsp;B12)nbsp;=A11B11nbsp;A11B22nbsp;A22B11nbsp;A22B22nbsp;A11B12nbsp;-A11B22-A21B11-A22B11-A11B11-A11B12nbsp;A21B11nbsp;A21B12nbsp;=A21B12nbsp;A22B22nbsp;由(2)式便知其正确性。nbsp;至此，我们可以得到完整的Strassen算法如下：nbsp;procedureSTRASSEN(n,A,B,C);beginifn=2thenMATRIX-MULTIPLY(A，B，C)elsebegin将矩阵A和B依(1)式分块;STRASSEN(n/2,A11,B12-B22,M1);STRASSEN(n/2,A11nbsp;A12,B22,M2);STRASSEN(n/2,A21nbsp;A22,B11,M3);STRASSEN(n/2,A22,B21-B11,M4);STRASSEN(n/2,A11nbsp;A22,B11nbsp;B22,M5);STRASSEN(n/2,A12-A22,B21nbsp;B22,M6);STRASSEN(n/2,A11-A21,B11nbsp;B12,M7);nbsp;;nbsp;end;nbsp;end;nbsp;其中MATRIX-MULTIPLY(A，B，C)是按通常的矩阵乘法计算C=AB的子算法。nbsp;Strassen矩阵乘积分治算法中，用了7次对

文章TAG：什么是矩阵效应什么  矩阵  效应  
下一篇