1) disparity information compression
视差信息压缩
2) information compression
信息压缩
1.
Information Compression Algorithm Based on the Adaptive Lifting Scheme In Embedded Systems;
基于自适应提升方案的嵌入式系统信息压缩编码
2.
To our knowledge,there does not exist any paper in the open literature about making use of KPCA(kernel principal component analysis) for improving information compression and speckle reduction for multifrequency polarimetric SAR(synthetic aperture radar) image.
为此,提出了一种基于核主分量分析(KPCA)的多频率多极化SAR图像信息压缩和抑噪方法。
3.
The information compression of tabu frequency reduces plenty of memory demand.
禁忌频率的信息压缩技术节约了大量存储空间。
3) information entropy squeezing
信息熵压缩
1.
The information entropy squeezing properties of the atom in motion interacting with the two-mode squeezing vacuum field via two-photon transition are studied by means of quantum theory.
运用量子信息熵理论,研究了双模压缩真空态与运动原子相互作用中,运动原子的信息熵压缩。
2.
The influence of the initial state of the system on the atomic information entropy squeezing is discussed.
运用量子信息熵理论研究了双光子过程中任意初态二能级原子与相干场相互作用的信息熵压缩,讨论了系统初态对原子信息熵压缩的影响。
3.
The information entropy squeezing properties of the atom in motion interacting with the binomial states field via single photon transition are studied by means of quantum theory.
运用量子信息熵理论,研究了二项式光场与运动二能级原子相互作用过程中运动原子的信息熵压缩。
4) information feature compression
信息特征压缩
1.
Partial least squares (PLS) regression is introduced for information feature compression, which is proven to be more advantageous than the approach of principal component analysis (PCA) in its simplicity,robustness, and clearness of qualitative explanation.
提出了基于偏最小二乘 (PLS)方法的信息特征压缩算法 较主成分分析 (PCA)方法 ,该算法具有简单、稳健、易于定性解释等优点 ,对于多重共线性资料 ,尤其当解释变量多 ,而样本量少时很有效 由于在考虑压缩数据矩阵X的信息的同时 ,顾及了与目标矩阵Y的最大相关性等优点 ,使之更符合实际 数值实例研究表明 ,文中算法是可行的、有效的 ,为模式识别的信息特征压缩提供了一种新的研究方
2.
SCE can be used to measure the difference degree between the random variables and regarded it as class separability criterion for information feature compression, and called Symmetric Cross Entropy Criterion (SCEC).
对交互熵理论进行了研究,提出了对称交互熵的概念,并论证了它是一种距离测度,可以用以度量两个随机变量的差异程度,我们把它作为信息特征压缩的类别可分性判据,称之为对称交互熵判据(SCEC),建立了基于SCEC的信息特征压缩算法。
5) Path information coding
路径信息压缩
6) information compression matrix
信息压缩矩阵
补充资料：视差
| 视差 parallax 观测者在两个不同位置看同一天体的方向之差。可用观测者的两个不同位置之间的距离（基线）在天体处的张角来表示。天体的视差与天体到观测者的距离之间存在着简单的三角关系，因此能以视差的值表示天体的距离，而以此测定天体距离的方法称为三角视差法。在测定太阳系内天体的距离时，以地球半径为基线，所得视差称为周日视差。周日视差随着天体的高度变化而改变，当天体位于地平时，它的周日视差达到极大值，称为周日地平视差。当观测者位于赤道时，天体的周日地平视差具有最大值，称为赤道地平视差。在测定恒星的距离时，以地球绕太阳公转的轨道半长径（即太阳和地球的平均距离）为基线，所得视差称为周年视差。假设恒星位于黄极方向时的周年视差称为恒星周年视差，简称恒星视差，用π表示。恒星视差只与恒星至太阳的距离有关，所以通常用π表示恒星距离。 所有恒星的π值都小于1″。由于太阳在空间运动所产生的视差称为长期视差，也称视差动。它取太阳在一年里所走过的距离为基线。 |
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