说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 特征角面函数
1)  characteristic conoid function
特征角面函数
2)  eigenfunction ['aiɡən,fʌŋkʃən]
特征函数
1.
Regularity of eigenfunction about Laplacian;
Laplace算子的特征函数的正则性
2.
The velocity potential in each region is expanded by eigenfunctions.
假想存在一个圆柱面,把流场划分为内外区域,在每个区域上将速度势用特征函数展开,然后在它们的公共边界上进行匹配,匹配的原则是公共边界上速度连续,压力连续,从而可得到关于未知系数的一组线性代数方程组,解出未知系数,即可求得流域中任意一点的速度势和波高。
3.
The velocity potential in each region is expanded with eigenfunctions.
假想存在一个圆柱面,把流场划分为内外区域,在每个区域上将速度势用特征函数展开,然后在它们的公共边界上进行匹配。
3)  Characteristic function
特征函数
1.
Calculation formula of a characteristic function in patern recognition;
模式识别中特征函数的计算方法
2.
Properties of the general thermodynamic characteristic function;
再论通用特征函数的性质
4)  feature function
特征函数
1.
The numerical feature of the random variable,such as mathematic expectancy and variance,reflects the feature of distributional function;yet it is the feature function that describes the distributional function,and promises more convenience in application.
随机变量的数字特征———数学期望、方差等能反映分布函数的性质,但确切刻画分布函数的是特征函数,特征函数比分布函数应用起来更方便。
2.
In this article,the author uses the probability numeral features which is also called as random variable feature function to get the random variable s n-moment matrix,mathematical expectations and mean square error,so that the average value and mean square error in the quantum mechanics can be got.
利用概率数字特征即随机变量的特征函数,求随机变量的n阶矩及随机变量的期待值和方差的方法,求解量子力学中的平均值。
3.
The feature functions were reckoned as the most important part of the maximum entropy model which could affact the last result of system.
在最大熵等统计机器学习模型当中,特征函数的选择可以说是对系统整体性能影响最大的部分。
5)  eigenfunctions
特征函数
1.
On Heat Kernels, Eigenvalues and Eigenfunctions of Compact Symmetric Spaces;
紧致对称空间的热核、特征值和特征函数
2.
Adopting the right eigenfunctions,it was found 3-term truncation is almost accurate.
利用离散化后的微分方程在u—vf平面上的失稳区域随离散维数的变化情况,验证了两端铰支的轴向运动梁取正弦函数做Galerkin截断方法时所得结果的正确性,对于两端固支的轴向运动梁,选取不同的特征函数,分别应用Galerkin截断方法并比较所得结果,最后得到适用于此种支承条件下的离散方法。
3.
There is another type of orthogonality of eigenfunctions of the Sturm-Liouville problem as follows:∫ba[p(x)y′m(x)y′n(x)+q(x)ym(x)yn(x)]dx+hym(a)yn(a)+Hym(b)yn(b)=0(m≠n).
斯图姆—刘维尔型特征值问题中特征函数存在另外一类正交关系,就是:ba∫[p(x)y′m(x)y′n(x)+q(x)ym(x)yn(x)]dx+hym(a)yn(a)+Hym(b)yn(b)=0(m≠n),称此正交关系为第二类正交关系。
6)  characteristic functions
特征函数
1.
In this paper,the characteristic functions compared with the derivative increment of linear fraction transformation of transcendental meromorphic functions have been studied,and inferred a theorem based on Nevanlinna theory.
研究了超越亚纯函数的分式线性变换的特征函数与其导数的特征函数增长性的比较,并由Nevanlinna理论推导出一个定理,其主要结果为:T(r,F)<40λλ-1logeλλ-1T(λr,f′)+log+(λr)+log+|f(0)|+5+log+ad+log+bd+log2(c=0)T(r,F)<40λλ-1logeλλ-1T(λr,F′)+log+(λr)+log+|F(0)|+5+log+ad-bcc2+log+dc+log2+h(r)(c≠0
2.
In this paper, characteristic orthogonality (f-orthogonality) in Banach spaces is given,basic property of characteristic orthogonality (f-orthogonality) is discussed, a result on Hilbertspaces is got by the first order characteristic functions and orthogonality.
给出Banach空间中特征正交(f-正交)性概念,讨论了其基本性质,并得到由正交性与一阶特征函数刻画 Hilbert空间的一个结果。
3.
Some qualities of characteristic functions are discussed,and study on random variables is studied.
讨论了特征函数的一些性质 ,并对随机变量的研究作了一定的探讨 。
补充资料:偏微分算子的特征值与特征函数
      由边界固定的膜振动引出的拉普拉斯算子的特征值问题:是一个典型的偏微分算子的特征值问题,这里x=(x1,x2);Ω是膜所占据的平面区域。使得问题有非平凡解(非零解)的参数λ的值,称为特征值;相应的解称为特征函数。当Ω有界且边界嬠Ω满足一定的正则条件时,存在可数无穷个特征值,相应的特征函数ψn(x)组成l2(Ω)上的完备正交系。乘以常因子来规范ψn(x),使其l2(Ω)模为1,则Ω上的任意函数??(x)的特征展式可写为:当??可以"源形表达",即??满足边界条件且Δ??平方可积时,展式在Ω一致收敛。当??平方可积时,展式平方平均收敛,且有帕舍伐尔公式:
  
  
  对膜振动问题的认识还是相当有限的。能够精确地知道特征值的,只限于矩形、圆盘等少数几种非常简单的区域。对椭圆和一般三角形的特征值精确值,还几乎毫无所知。其他情形就更谈不上了。
  
  将不超过 λ的特征值的个数记为N(λ)。特征值的渐近分布由N(λ)对大 λ的渐近式来刻画。这方面最早的结果是(C.H.)H.外尔在1911年得到的(外尔公式):
  式中表示Ω的面积。R.库朗将余项改进为。对于多角形区域,又有人将余项改进到。各种情况下改进余项估计的工作至今绵延不绝。外尔猜测有一个更强的结果:式中|嬠Ω|是区域边界之长,但尚未被证出。
  
  与此密切相关的是下面的MP公式:(t→+0)
  取一个渐近项时,用陶伯型定理可由它推出N(λ)的外尔公式。第二渐近项与外尔猜想非常相象,但由此证不出外尔猜想。第三项迟至1966年才被M.卡茨导出,后来由H.P.麦基恩与I.M.辛格严格证明,其中h表示鼓膜Ω的洞数。
  
  特征值与膜振动频率有一个直接的换算关系,M.卡茨据此给MP公式一个非常生动的解释:可以"听出"鼓膜的面积|Ω|、周长|嬠Ω|和洞的个数h!由于1-h恰巧是Ω的欧拉-庞加莱示性数,是整体几何中颇受重视的一个不变量,"听出鼓形"或"谱的几何"问题立即引起人们的强烈兴趣,并导致一系列重要的研究。不过一般的特征值反问题,要求从特征值的谱完全恢复Ω,还远远没有解决。
  
  用陶伯型定理得出N(λ)渐近式的方法,由T.卡莱曼于1934年首创,他还得到谱函数的渐近式:(λ→∞),式中δxy当x=y时为1,当x≠y时为0。
  
  上述关于拉普拉斯算子的结果,由L.戈尔丁和F.E.布劳德推广到 Rn的有界区域Ω上的m 阶椭圆算子。尽管推算繁杂,但结果十分简单整齐:;;式中 v(x) 表示集合{ξ||A0(x,ξ)|<1}的勒贝格测度,而是A的最高阶导数项相应的特征形式。特征展开定理亦由L.戈尔丁得出。
  
  对于奇异情形,例如薛定谔方程 的谱问题,可以证明存在谱函数S(x,y,λ),特征展式为。由于可能出现连续谱,S(x,y,λ)一般不一定能写成前述特征函数双线和的形式。判定奇(异)微分算子谱的离散性是很有意义的工作。已经出现各种充分条件。不过关于特征值与特征函数渐近性质的研究,还只是限于少数特例。
  
  在处理‖x‖→∞ 时V(x)→∞的情形,M.卡茨与D.雷等人曾创造了一种系统的概率方法,其中借助数学期望表出格林函数,有效地求出谱函数与特征值的渐近式:
  。
  
  当算子A的系数不光滑,或非一致椭圆,或非自共轭,以及边条件带特征参数或带非定域项等等情形,都出现不少研究结果。还有人考察Au=λBu型的特征值问题,这里A、B都是椭圆算子。
  
  除上述问题外,特征展式的收敛性与求和法也一直受到人们的关注。
  

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