关于非厄米特四元数特征值问题的特征向量计算与特征值重排序
On Eigenvector Computation and Eigenvalue Reordering for the Non-Hermitian Quaternion Eigenvalue Problem
AI总结：
本文为四元数QR算法提出了特征向量计算与特征值重排序方法，成功将AED技术应用于四元数特征值问题以提升收敛性，并通过数值实验验证了算法的有效性。
摘要：
本文为四元数QR算法提出多项改进，包括特征向量计算与特征值重排序算法。特征值重排序算法的关键成果是，显著提升QR算法收敛性的激进早期收缩（AED）技术被成功应用于四元数特征值问题。我们进行了数值实验以证明所提算法的高效性与有效性。
英文摘要：
In this paper we present several additions to the quaternion QR algorithm, including algorithms for eigenvector computation and eigenvalue reordering. A key outcome of the eigenvalue reordering algorithm is that the aggressive early deflation (AED) technique, which significantly enhances the convergence of the QR algorithm, is successfully applied to the quaternion eigenvalue problem. We conduct numerical experiments to demonstrate the efficiency and effectiveness of the proposed algorithms.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
