1) Discrete Fourier Transform(DFT)
离散的傅立叶变换(DET)
2) Discrete
离散
1.
Study on Digital Simulation Machining Technology of Spiral Bevel Gear’s Discrete Surface;
螺旋锥齿轮离散齿面数字仿真加工方法研究
2.
Novel discrete solitons in light-induced photonic lattices;
光诱导光子晶格结构中新型的离散空间光孤子
3.
Walsh function description of discrete formation model;
离散地层模型的沃尔什函数描述法
3) Discretization
离散
1.
An Algorithm for the Discretization of 3D Parametric Curves;
三维参数曲线的离散算法
2.
Space discretization of the numerical simulation for the flow field around Chinese-made bus body;
国产客车车身周围流场数值模拟的空间离散
3.
The finite volume method was used for computation area discretization,and the geometric model was meshed with GAMBIT.
利用有限体积法对计算区域进行离散,用前处理软件GAMBIT对几何模型进行网格划分,FLUENT流体计算软件对内部流场进行数值模拟,得出了内部流场随入口流速的增加,湍动性增加,阻力损失也会增大。
4) dispersion
离散
1.
Mixing and dispersion of pollutant under the action of water waves;
波浪作用下污染物的混合和离散
2.
A new approach of dispersion with force density method in form-finding analysis of cable and membrane structures;
索膜结构力密度法找形的一种离散方法
3.
Based on the error comparison and analysis of the estimation methods of the river period fluxes,the contributions of the time-averaged dispersion fluxes to the measured period fluxes of river cross sections are discussed.
通过对河流时段通量所采用的估算方法的误差比较分析 ,说明了实测河流断面时段通量中时间平均离散通量的贡献 ;并讨论了污染源的点源、非点源类型的差别对选择年通量估算方法的影响。
5) discreteness
离散
1.
On the Mutual-Transformation of the Continuity and the Discreteness in Mathematical Analysis;
数学分析中“连续”和“离散”两类问题的相互转化
2.
On the basis of analyzing the advantages and disadvantages,this paper emphasizes on this problem and uses two typical discreteness and concentration hydro-junction to summarize the key layouts.
围绕此问题,将枢纽布置概括为“离散”和“集中”两种型式,在分析其优缺点的基础上,提出采用“离散”型布置对于泄洪及减少施工干扰等有较大优势。
3.
As for meaning, it is mainly decided by their embodied features of quantity, namely feature of unfixed quantity and discreteness.
限制量词重叠的语义因素主要来自量词语义本身的数量特征:非定量性和离散性。
6) subdivision
离散
1.
Generalized subdivision of tensor product Bézier volumes;
张量积 Bézier 体的广义离散
2.
The second equivalent form of the 4-order H Bézier-like curves is proposed to solve the unstable problems in subdivision calculation whenα→0~+.
给出了4阶H Bézier-like曲线的第二种等价表达式,解决了当α→0~+时如离散计算中出现的不稳定性问题,并提出了构造与多边形各边都相切的平面分段4阶HBézier-like曲线的简便算法。
3.
If the method is combined with the subdivision method of curve,the rational spline curve with higher-order continuity is presented which is the approximation of offset curve.
该方法与离散算法相结合,可得到等距曲线的高阶连续的有理样条逼近曲线,最后,通过数值实例与已有方法作了比较。
参考词条
补充资料:N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示,定义为
(1)
式中K=0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n=0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列,所以对N点序列进行时域和频域之间的变换是常用的变换,另外 DFT有它的快速算法,使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓(即使之周期化)得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期,即得X(k)。同理,与此相似,如果已知X(k)求χ(n),则是从X(k)得X((k))N,再从X((k))N得χ((n))N,取出主值周期即得χ(n)。这个概念很重要,DFT的性质大都与此有关。至于从χ(n)求X(k),或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的,并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点,如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列,χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N,X((l))N,Y((k-l))N及y((n-m))N等可类推其含义,不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂(即N=2,&λ为整数)时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K=0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n=0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列,所以对N点序列进行时域和频域之间的变换是常用的变换,另外 DFT有它的快速算法,使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓(即使之周期化)得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期,即得X(k)。同理,与此相似,如果已知X(k)求χ(n),则是从X(k)得X((k))N,再从X((k))N得χ((n))N,取出主值周期即得χ(n)。这个概念很重要,DFT的性质大都与此有关。至于从χ(n)求X(k),或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的,并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点,如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列,χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N,X((l))N,Y((k-l))N及y((n-m))N等可类推其含义,不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂(即N=2,&λ为整数)时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。