1) cross-vector
向量叉积
1.
This paper discusses the specific property of a rank-1 matrix over distributive lattice Lwhen it is decomposed into cross-vector.
讨论了分配格Ｌ上的秩－１矩阵分解为向量叉积的特点，然后得到对Ｌ上的任一矩阵Ａ，只要，则在Ａ中插入或去掉元素都是λ的行（或列）所得矩阵与Ａ有相同的Ｓｃｈｅｉｎ秩。
2) fork product of vector
矢量叉积
3) cross product
叉积，矢量积
4) vector cross product
向量叉乘
5) outer production of vectors
向量外积
6) inner product
向量内积
1.
It combines the merits of both multi-auxiliary frequency and inner product, the presented method is analyzed theoretically and simulated by computer.
结合多个辅助频率和向量内积检相方法在激光测距中应用的特点,提出了利用多辅频进行内积检相的方法来进行测距。
补充资料：叉积
叉乘，也叫向量的外积、向量积。顾名思义，求下来的结果是一个向量，记这个向量为c。
|向量c|=|向量a×向量b|=|a||b|sin<a,b>
向量c的方向与a,b所在的平面垂直，且方向要用“右手法则”判断（用右手的四指先表示向量a的方向，然后手指朝着手心的方向摆动到向量b的方向，大拇指所指的方向就是向量c的方向）。
因此
向量的外积不遵守乘法交换率，因为
向量a×向量b=-向量b×向量a
在物理学中，已知力与力臂求力矩，就是向量的外积，即叉乘。
将向量用坐标表示（三维向量），
若向量a=(a1,b1,c1)，向量b=(a2,b2,c2)，
则 向量a×向量b=
| i j k|
|a1 b1 c1|
|a2 b2 c2|
=(b1c2-b2c1,c1a2-a1c2,a1b2-a2b1)
（i、j、k分别为空间中相互垂直的三条坐标轴的单位向量）。
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