1) projection pursuit
投影追踪
1.
In this paper, we construct a continuously changeable standard normal base of n dimensional space and point out its importance in projection pursuit.
本文巧妙地构造了ｎ维空间中可连续变化的一组标准正交基，并指出了它在投影追踪（ＰｒｏｊｅｃｔｉｏｎＰｕｒｓｔｕｉｔ）方法中的重要性。
2.
To overcome the curse of(dimensionality),we present the projection pursuit estimator for multivariate conditional densities in this paper.
为了克服高维空间数据稀松性带来的估计上的困难,提出多元条件密度函数的投影追踪估计方法,通过最小化Ku llback-Le ib ler距离,得到了最优初始条件密度函数和每一步的增量函数和方向向量,还给出了估计步骤及其终止法则。
3.
Uses projection pursuit technique to study a special generalized linear model, and gives theestimators which achive the optimal convegence rate.
利用投影追踪方法研究一种特殊的只含一个岭函数的ＰＰ回归模型的估计问题。
2) projection pursuit cluster model
投影追踪模型
3) projecting pursuit analysis
投影追踪分析
1.
For full exploitation of information from the samples of dam safety evaluation indexes for reasonable determination of the weight of each evaluation index, a weighting model based on projecting pursuit analysis directly drived by the sample data is proposed for extracting the weights of the evaluation indexes.
为了充分挖掘大坝安全评价指标样本中的数据信息,以合理确定各评价指标的权重,提出直接由样本数据驱动基于投影追踪分析新型算法的赋权模型,来提取各样本数据信息中所反映的各评价指标的权重。
4) projection pursuit regression
投影追踪回归
1.
The projection pursuit regression analytical method is a nonparameter steady estimating method.
结合长期水文预报的特点 ,将投影追踪回归 (ProjectionPursuitRegression ,缩写为PPR)分析方法应用于月径流长期预报研究 ,探讨水文气象数据分析 ,为长期水文预报提供新的有效途径 ,此外 ,解决一些线性回归方法难以解决的问
5) Principal Component Analysis based on Projection Pursuit
投影追踪主分量分析
1.
To make feasible application of such theories and algorithms to high-dimensional system, a nonlinear technique called Principal Component Analysis based on Projection Pursuit (PP PCA) is introduced, which decomposes any signal into an orthogonal linear expansion of waveforms.
采用投影追踪主分量分析法 (PrincipalComponentAnalysisbasedonPro jectionPursuit,PPPCA)对高维Lorenz模型系统进行了降维的研究。
补充资料：滤波反投影或卷积反投影
滤波反投影或卷积反投影
影像学术语。当代影像学设备进行影像重建的数学方法。在直接用扫描后所获得的投影轨迹剖面图反投影重建出的CT图像中，无法避免角度卷入条纹伪影(angular aliasing streaks)造成的模糊和失真。这种现象与被扫描层面的空间频率中高频信息的损失有关。使用一种精密的数学方法去除这种模糊。称为“展现”(unfolding)或去卷积(deconvolution)，即在反投影前使用一种数学的“滤器”或卷积函数对原始数据进行修正，然后再进行反投影。两步数学处理过程合称为滤波(修正后)反投影或卷积(后)反投影。这种方法的优点是处理过程简单，速度快，所得图像逼真、清晰。
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