1) normalization processing of Fréchet derivative matrix
Fréchet导数矩阵的规范化处理
2) induced matrix norm
导出的矩阵范数
3) standard matrix
规范化矩阵
1.
Considering the influence of different matrix-standard ways to weight coefficients,the article puts forward the idea that the weight coefficients can be obtained based on different standard matrixes,and a new fuzzy optimization algorithm to determine weight coefficients is constituted.
现有多属性决策方法大多不能反映不同决策矩阵规范化方法对指标权重计算的影响,针对这一问题,本文提出了基于不同规范化矩阵确定指标权重的思想,进而推导了一种以全部方案总体效能最小为目标的指标权重模糊优化迭代算法。
4) matrix norm of vector induced
向量诱导的矩阵范数
5) Matrix norm
矩阵的范数
6) normalization
[英][,nɔ:məlai'zeiʃən] [美][,nɔrmḷə'zeʃən]
规范化处理
1.
The shape normalization is an important step in preprocessing of handwritten Chinese characters.
手写体汉字的规范化处理是一项重要的预处理 ,由于汉字是一种结构性很强的方块字 ,所以在特征提取之前必须尽最大可能地调整汉字的笔划分布 ,以获取较稳定的特征。
补充资料：Fréchet导数
Fréchet导数
Predict donative
F汪曲以导数汇报曲以山对拍廿阳;卿e山e即。“3。助-，a，]，强导攀(s加ngderi，tiVe) 泛函或映射的一种最广泛的导数(连同G云如盯导数(G自份ux deriVatj记)，或称弱导数(，咫公k deriVa-咏)).设X，Y均为赌范空间，x。任X，映射f:X~Y在点x。的跳chet导数为线性连续算子八:X~Y，满足条件 f(x0+h)=f(x。)+Ah+:(h)，其中 1;、土丝型-=n 11汀二。{}h}} 满足这些条件的算子A是唯一的(如果存在)并记为f’(x。);线性映射h~f’(x。)h称为城山以微分(Fr印h改透吸代泊tial).若f在x。有R加比t导数，则它称为Fr食het可学的(F八义het山脆代泊t讼比).对于F农义het导数，微分学中最重要的两个定理—复合函数微分法定理与中值定理成立.若f在一点x。的一邻域为连续Fr改如et可微，并且若Fr改het导数f’(x。)为h朋由空间X与Y之间的同胚，则逆映射定理成立.亦见映射的微分法(d迁re比nt认tion of a mapping). B .M，T”x。姗poB撰
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条