1) joint approximate diagonalization of eigen-matrices algorithm
联合近似特征矩阵对角化算法
2) Joint Approximative Diagonalization of Eigen matrix(JADE)
特征矩阵联合相似对角化
1.
In this paper,a robust algorithm based on the combination of Principal Component Analysis(PCA) and Joint Approximative Diagonalization of Eigen matrix(JADE) is presented.
提出一种基于主分量分析(PCA)和特征矩阵联合相似对角化(JADE)算法相结合的眼电伪迹去除方法,并探讨了主分量分析对伪迹去除的影响。
3) joint approximate diagonalization of eigen-matrics
联合近似对角化算法
4) joint approximate diagonalization
联合近似对角化
1.
As a suitable solution,the joint approximate diagonalization algorithm of auto correlation matrices of the whitening signals is presented for separating each vibration signal from mixed signals.
该方法利用白化信号自相关矩阵的联合近似对角化算法,从观测信号中分离故障特征源信号,并根据分离信号的频谱成功地提取了混合故障的特征信息,有效地诊断出齿轮箱所处的故障状态。
5) approximately joint diagonalization
近似联合对角化
6) Tridiagonal Matrix-Broyden method
三对角矩阵-Broyden联合法
补充资料：对角矩阵
对角矩阵
diagonal matrix
对角矩阵[血，司比.七妞;八.arooa二‘ua，MaTp“职] 一个方阵，其中除主对角线上的元素可能不是零以外，其余元素都是零.0.A.”般H。股撰【补注】域K上的(陀xn)对角矩阵具有下列形式: ra.o……O、 10几·…认01 LO···……a，)其中a‘是K的元素.张鸿林译
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