1) recurrence plot analysis
递归图示法
1.
Objective To evaluate whether changes in cardiovascular regulatory function induced by simulated microgravity can be detected by recurrence plot analysis(RPA) and recurrence quantification analysis(RQA)of blood pressure signals obtained from conscious rats.
目的应用递归图示法和递归定量法分析清醒大鼠的血压信号,评价可否检测出模拟失重所引起的心血管调节改变。
3) recurrence plot
递归图
1.
The research indicated both dispersed points texture and line type texture appeared on recurrence plot for the transitional oil/water two phase flow pattern; however, only line type texture appeared on recurrence plot for the oil-in-water flow pattern.
研究结果表明对油水两相流过渡流型,在递归图上表现为分散点或线条纹理两种纹理结构特征;而对同一种水包油流型,仅表现为线条纹理结构特征。
2.
By the recurrence plots and Kolmogorov entropy, this paper analyzes and compares their predictability in qualitative and qualitative aspects, and draws some useful conclusions.
首先运用状态空间重构和GP算法对不同观测尺度下高速公路交通流的短期行为特性进行了研究 ,结果表明小尺度下的交通流具有混沌特性 ,然后运用递归图和Kolmogorov熵从定性和定量两个方面对其可预测性进行了分析和比较 ,获得了有益的结
3.
Their determinism are investigated using the recurrence plots and RQA.
进一步利用递归图方法从定性的角度和利用非线性不变量从定量的角度对4个证券市场时间序列的确定性进行了相应的分析,得出它们具有一定的确定性结论。
4) graph-directed sets
图递归集
5) graph-directed arcs
图递归弧
1.
By constructing sub-IFS (iterated function system) of IFS with graph-directed structure, it is proved in this paper that the graph-directed arcs of Hausdorff dimension greater than 1 are Whitney sets; the result dones t need the transitivity condition on directed graph.
通过构造具有有向图结构的迭代函数系通的子系通,证明了HausdorfF维数大于1的图递归弧均为Whitney集,该结果不需要有向图满足传递条件。
6) recursive view
递归视图
1.
This paper addresses the Rewrite algorithm and an query rewriting algorithm that can handle recursive views.
在分析Rewrite算法局限性的基础上提出一种基于XML安全视图的能处理递归视图的查询重写算法,并对算法进行分析,它能够避免视图的物化和保存,把基于递归视图的XPath查询转化为等效查询。
2.
This paper researches the query rewriting problem for XML recursive security view,and presents a query rewriting algorithm which based on XPath query and can handle recursive view.
研究基于XML递归安全视图的查询重写问题,提出一种基于XPath查询语言、能处理递归视图的查询重写算法,避免了视图的物化和保存。
补充资料:正交递归选择法
分子式:
CAS号:
性质:实验设计优化中一种新的变量筛选法。以预报残差平方和作为变量筛选判据;数据用格兰姆-施密特正交化分解;采用多方位搜索方式,即每次循环选出若干个候选变量,每个候选变量下次循环又产生各自新的候选变量。由于采用多方位搜索方式,使搜索范围增加,但正交化分解使计算量大大降低。此法可以得到预报能力较强的模型,在实际应用中能较有效地找到最优模型。
CAS号:
性质:实验设计优化中一种新的变量筛选法。以预报残差平方和作为变量筛选判据;数据用格兰姆-施密特正交化分解;采用多方位搜索方式,即每次循环选出若干个候选变量,每个候选变量下次循环又产生各自新的候选变量。由于采用多方位搜索方式,使搜索范围增加,但正交化分解使计算量大大降低。此法可以得到预报能力较强的模型,在实际应用中能较有效地找到最优模型。
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