1) quasi-two dimensional analysis
准二维分析
2) 2D
二维分析
1.
A 2D finite-difference method is developed to study a Metal-Semiconductor-Metal PhotoDetector (MSM-PD).
应用有限差分方法对金属-半导体-金属光探测器进行二维分析,全部数值模拟工作都是基于半导体物理的基本微分方程完成的·结合模拟结果对金属-半导体-金属光探测器的瞬态响应进行了分析,以特性分析结果为基础针对探测器的响应速度和响应率等性能指标进行了二维结构上的优化设计
2.
A 2D finite-difference method is developed to study a metal-semiconductor-metal photodetector(MSM-PD).
基于有限差分方法对金属半导体金属(MSM)光探测器进行了二维分析,得到有明确物理意义的模拟曲线和结论,并结合模拟结果对MSM光探测器的光电直流特性进行了分析。
3) two-dimensional spectrum analysis
二维谱分析
4) two-dimensional principal component analysis
二维主成分分析
1.
Then the two-dimensional principal component analysis approach is applied to the training images represented by ROIs to get the statistical feature space.
该算法根据奇异点的位置和方向,提取指纹图像的感兴趣区域(ROI),并使用二维主成分分析(2DPCA)的方法进行统计特征的提取和识别。
2.
This paper proposes face recognition software that uses two-dimensional principal component analysis (2DPCA) in conjunction with partial feature weighting by applying two-dimensional partial-weighting to the characteristic subspace.
提出了一种将局部特征加权与二维主成分分析相结合的局部加权的二维主成分分析方法。
3.
Based on two-dimensional principal component analysis,this paper investigates the features of manifold distribution.
在二维主成分分析的基础上,考虑样本的流形分布特点,引入样本相似系数,重新定义了样本拉普拉斯散布矩阵,进而给出了基于拉普拉斯二维主成分分析的特征提取方法。
5) 2DPCA
二维主成分分析
1.
A feature extraction method for palmprint recognition based on Two-Dimensional Principal Component Analysis(2DPCA)is proposed in this paper.
论文提出了将二维主成分分析方法(2DPCA)应用于掌纹识别的特征提取,并在PolyU掌纹数据库上利用最近邻分类器与余弦距离度量进行了相应的实验,得到了99。
2.
From researching on the universal principle of feature fusion of image,a new algorithm was proposed which based on the 2 dimension principal component analyses(for short 2DPCA).
通过对图像特征融合的一般规律的研究,提出了一种基于二维主成分分析(简称2DPCA)的图像特征融合算法。
3.
Based on the theory of statistics, this dissertation investigates two aspects of unsupervised method: (a) the systematical study of some topics that arise in finite mixtures of models, and (b) the researches on nonlinear extensions to two-dimensional principal component analysis (2DPCA), during which we take face recognition into account.
本文以统计理论为基础,研究两个方面的内容:(a)对有限混合模型的有关议题进行了较为系统的研究;(b)结合人脸识别问题,研究了二维主成分分析的非线性扩展。
6) Two Dimensional Principal Component Analysis(2DPCA)
二维主成分分析
1.
Two Dimensional Principal Component Analysis(2DPCA) extracts the global feature of human face,but the local feature is very important to face recognition.
针对二维主成分分析(2DPCA)提取的是人脸的全局特征,但局部特征对人脸识别的作用非常大,提出了一种基于局部特征的自适应加权2DPCA。
2.
Based on Two Dimensional Principal Component Analysis(2DPCA),a new technique called Modular Two Dimensional Principal Component Analysis(M2DPCA) is developed for human face recognition in this paper.
基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。
3.
Following these,feature reduction was effected using two directional two dimensional principal component analysis((2D)2 PCA) and column directional two dimensional principal component analysis(2DPCA) respectively.
在周期分割后的特征提取阶段分别使用GEI结合行列相结合的二维主成分分析((2D)2PCA)方法和对步态序列图像进行Radon变换,在周期模板构造后用列方向的二维主成分分析(2DPCA)降维方法进行数据压缩。
补充资料：一维和二维固体
某些固体材料具有很强的各向异性，表现出明显的一维或二维特征，统称为低维固体。其中包括：具有链状结构(例如聚合物TaS3、TTF-TCNQ等)或层状结构（例如石墨夹层、NbS2等）的三维固体;表面或界面层(例如半导体表面的反型层);表面上的吸附层（例如液氦表面上吸附的单电子层,石墨表面上吸附的惰性气体层）;薄膜和金属细丝等。按其物理性质这些材料可分为低维导体(例如一维导体TTF-TCNQ，二维导体AsF5的石墨夹层)，低维半导体（例如一维的聚乙炔），低维超导体（例如一维的BEDT-TTF、二维的碱金属石墨夹层），低维磁体（例如一维的CsNiF3、二维的CoCl2石墨夹层）等。
当然,由于在链之间或层之间仍存在着一些耦合,这些体系是准一维或准二维的。
近年来低维固体的研究取得了较快的发展，一个原因是许多有应用前景的新材料（例如聚合物、石墨夹层化合物、MOS电路等）具有一、二维的结构,另一个原因是一、二维体系具有三维体系所没有的一些物理特性。
一维导体对于电子-点阵相互作用是不稳定的，在低温下要变为半导体或绝缘体，这称为佩尔斯相变。由此还会形成一种新的元激发──孤子。在相变前能带半满的情形，带电孤子没有自旋，中性孤子有自旋。理论上还预言，在某些情况下孤子的电荷可以是电子电荷的分数倍。
二维电荷系统（半导体表面的反型层或异质结）处于强外磁场中时，随着磁场的变化，霍耳电阻阶跃地变化:n是整数(1980年发现)或有理分数(1982年发现),h是普朗克常数，RH是霍耳系数，e是电子电荷。这称为量子化霍耳效应，其物理原因还正在研究中。三维体系的霍耳电阻随磁场连续变化。
对于短程相互作用的二维体系,在热力学极限下,温度高于绝对零度时不存在长程序，从而也没有与该长程序相对应的相变（例如铁磁-顺磁相变、正常态-超导态相变等）。但是,某些二维体系可发生另一种相变,是由涡旋状的元激发（例如液氦薄膜中的涡旋流线，二维点阵中的位错等）引起的，在低温下正负涡旋相互吸引而形成束缚对，当温度超过某临界温度后，束缚对被热运动所拆散而出现独立运动的涡旋，与此对应的相变过程称为科斯特利兹－索利斯(Kosterlitz－Thouless)相变，简称K-T相变。
1979年在液氦表面所吸附的单电子层中，观察到低密度电子气所形成的六角形电子点阵，证实了E.P.维格纳在30年代的理论预言，它是目前最理想的二维固体。
二维等离子体和三维的也很不一样。对于长波的振荡频率，前者趋向于零,后者趋向于（这里n是电荷密度,m是粒子质量）；对于屏蔽后的电势，前者是四极矩势，后者是指数衰减。
当然,由于在链之间或层之间仍存在着一些耦合,这些体系是准一维或准二维的。
近年来低维固体的研究取得了较快的发展，一个原因是许多有应用前景的新材料（例如聚合物、石墨夹层化合物、MOS电路等）具有一、二维的结构,另一个原因是一、二维体系具有三维体系所没有的一些物理特性。
一维导体对于电子-点阵相互作用是不稳定的，在低温下要变为半导体或绝缘体，这称为佩尔斯相变。由此还会形成一种新的元激发──孤子。在相变前能带半满的情形，带电孤子没有自旋，中性孤子有自旋。理论上还预言，在某些情况下孤子的电荷可以是电子电荷的分数倍。
二维电荷系统（半导体表面的反型层或异质结）处于强外磁场中时，随着磁场的变化，霍耳电阻阶跃地变化:n是整数(1980年发现)或有理分数(1982年发现),h是普朗克常数，RH是霍耳系数，e是电子电荷。这称为量子化霍耳效应，其物理原因还正在研究中。三维体系的霍耳电阻随磁场连续变化。
对于短程相互作用的二维体系,在热力学极限下,温度高于绝对零度时不存在长程序，从而也没有与该长程序相对应的相变（例如铁磁-顺磁相变、正常态-超导态相变等）。但是,某些二维体系可发生另一种相变,是由涡旋状的元激发（例如液氦薄膜中的涡旋流线，二维点阵中的位错等）引起的，在低温下正负涡旋相互吸引而形成束缚对，当温度超过某临界温度后，束缚对被热运动所拆散而出现独立运动的涡旋，与此对应的相变过程称为科斯特利兹－索利斯(Kosterlitz－Thouless)相变，简称K-T相变。
1979年在液氦表面所吸附的单电子层中，观察到低密度电子气所形成的六角形电子点阵，证实了E.P.维格纳在30年代的理论预言，它是目前最理想的二维固体。
二维等离子体和三维的也很不一样。对于长波的振荡频率，前者趋向于零,后者趋向于（这里n是电荷密度,m是粒子质量）；对于屏蔽后的电势，前者是四极矩势，后者是指数衰减。
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