1) similarity transformation invariance
相似变换不变量
2) similar invariants
相似不变量
1.
Based upon a new similarity similar invariants proposed for the first time, this paper makes a research on compress algorithms of image data characteristic of similarities, aiming at getting high compress ratio by redundancies.
对一类特殊的情形即以相似特征为主的图像压缩算法进行了研究 ,提出了一种新的相似不变量及其获取的简单方法 ,利用图像的相似性所存在的冗余关系达到获得高压缩比的目的 ,实验证明 ,压缩效果令人满
3) Similarity Transformation
相似变换
1.
Finding maximum eigenvalues of positive matrices by using similarity transformation;
用相似变换求正矩阵的最大特征值
2.
By means of similarity transformation upon the state matrix,an upper triangular matrix or lower triangular matrix is found.
该方法对系统状态矩阵进行相似变换,得到分块上三角或下三角矩阵,使原系统特征值可以通过主对角线上一系列相互独立的低维矩阵求得。
3.
This article proposes the applictaion of similarity transformation of matrix for stress analyses,which is available for the formula of stress analyses.
提出了矩阵相似变换在应力分析 (特别是三向应力分析 )中的应用 ,使应力分析得以程序化。
4) similar transformation
相似变换
1.
The generalized inverse of two idempotent matrices and their product under the similar transformation over a local ring
局部环上两个同阶幂等矩阵及其积在同一相似变换下的广义逆
2.
Based on the full stress design method, a function relationship between the sectional area and the inertia moment is established using similar transformation.
基于满应力设计思想,考虑桁架杆件在压力作用下的局部稳定约束,采用相似变换的方法,找出了惯性矩I与截面面积A的关系,根据压杆的临界应力分别导出大、中、小柔度的迭代公式,设计出压杆的截面积,解决了同时满足应力约束和局部稳定约束的桁架结构截面优化问题。
3.
Through similar transformation of matrix,this paper discusses the power of matrix and its related content.
相似变换在线性代数中是重要内容之一,研究许多问题都要用到它。
5) Similar transform
相似变换
1.
It reveals the natural calculation rules of the system and discusses the similar transform and parameter structure of the system.
通过阐述数列集合上的代数运算，建立系统的数学表达式及其拓扑表示，揭示系统自身具有的计算规律，讨论系统的相似变换和参数结构，为系统设计和智能应用提供数理基础。
补充资料：随机变量变换
随机变量变换
random variables
厂。使随机变量v。=z。+f。(z。)比Z。“更正态”的问题 划2.设XI，…，X。，一为独立随机变量，每一个都有{一1，11上的均匀分布(训jl又)rln distribu、tion)，并置 _X，+…十X Z·二二古言~.由中心极限定理(ceni司l俪t the~)， 尸、z。<二，一。(·卜。(:).如果令 V。一Z。一去(32。一Z力，则有 尸不。.、二，一。二)一。子典、. 、”一/ 咧3.随机变量对，习厂五万与(x扮”)’/3当。一，的时都是渐近正态的(见X’分布(‘chi一sq珑lred’distribution)).其对应分布函数与其正态逼近间的一致偏差对于对要n)3义时才小于0.01;对于、厅不(Fisher孪攀(Fisher‘Iansfon班ltjon))，则当n)23时就小于0.02;而对于(x三/n)”，(侧七on-Hilferty变换(WIIson·Hilferty transfornlltion))更只需。)3其偏差就不超过O仪幻7， 随机变量的变换长期以来被用于数理统计间题中，作为构造简单的高精度渐近公式的基础.随机变量的变换在随机过程论中也是有用的(例如“单一概率空间”方法).【补注】与上述变换有关的是玫吵哪”山展开(例如见[Al];亦见侧geworth级数(创罗明rth series)).随机变量变换【r出司佣1 variables，transfonllati佣sof;c几y，葫“以Be月It叹H”即e06P出oBan”el 确定任意给定的随机变量的函数，使其概率分布具有所要求的性质 例1设X为一有连续且.严格增的分布函数F的随机变量.那么随机变量Y=F(X)就有区间10，1]上的均匀分布，而随机变量Z二中一’(F(X”(其中中为标准正态分布函数)则有参数为O与1的正态分布(normal distribution).反之，公式X=F一‘(小(Z))使人们能从一有标准正态分布的随机变量Z得到有给定分布函数F的随机变量X. 随机变量的变换常用来联系概率论的极限定理.例如，设随机变量Z。的序列是渐近正态的，参数为(O，1).那么可以提出构造简单(月简单可逆)函数
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