使用矩阵，将每一行元素减去此行的平均值。

在数学和计算机科学中，对矩阵进行标准化操作是很常见的一种步骤，其中一项就是将矩阵的每一行元素都减去该行的平均值。这个过程通常被称为行均值中心化或零均值化。这样做的目的是使得每个特征向量的均值为0，有助于减少某些特征的影响，例如在机器学习的数据预处理阶段。

假设我们有一个m行n列的矩阵A，我们可以按照以下步骤来进行操作：

1. 计算每行的平均值：对于矩阵A的第i行，找出这一行的所有元素之和然后除以n（列数），得到该行的平均值ai。
2. 对于矩阵的每一个元素Ai,j (j=1到n)，将其减去对应的平均值ai，即新的元素变为Ai,j - ai。

下面是Python的一个简单示例：

import numpy as np

def row_normalize(matrix):
    average = np.mean(matrix, axis=1)   # 沿行计算平均值
    centered_matrix = matrix - average[:, np.newaxis]  # 减去平均值，np.newaxis用于创建新轴
    return centered_matrix

# 示例
matrix_example = np.array([[1, 2, 3],
                           [4, 5, 6],
                           [7, 8, 9]])
centered_matrix = row_normalize(matrix_example)