1) discriminative transformation
区分变换
1.
The recognition model discriminability is greatly improved by gathering the confusion data to the given states and then using the state-specific discriminative transformation.
通过线性区分变换 ,在变换特征空间中仅保留那些能够有效区分该混淆类别的特征参数 。
2) Discriminative Feature Transform
区分性特征变换
3) subregion space linear transformation
分区域空间线性变换
1.
The principle of a color measuring system of subregion space linear transformation isproposed.
提出了表色系统分区域空间线性变换的原则，用软件技术解决非晶硅色敏元件光谱曲线与ＣＩＥ标准色度观察者光谱三刺激值曲线的拟合问题，简化了仪表的光学结构。
4) domain transformation
变换区域
1.
The authors discuss the application of domain transformation acceptance-rejection method in Beta; vatiates and give the Beta variates algorithm generated by domain transformation acceptance-rejection method in the tail intervals and Patchwork method in central intervals.
讨论了该方法在贝塔分布随机数中的应用,给出了尾部区间由变换区域舍选法而中心区间由Patchwork方法产生的贝塔分布随机数算法。
6) interval mapping
区间变换
补充资料：Radon变换和逆Radon变换
Radon变换和逆Radon变换
X线物理学术语。CT重建图像成像的主要理论依据之一。1917年澳大利亚数学家Radon首先论证了通过物体某一平面的投影重建物体该平面两维空间分布的公式。他的公式要求获得沿该平面所有可能的直线的全部投影(无限集合)。所获得的投影集称为Radon变换。由Radon变换进行重建图像的操作则称为逆Radon变换。Radon变换和逆Radon变换对CT成像的意义在于，它从数学原理上证实了通过物体某一断层层面“沿直线衰减分布的投影”重建该层面单位体积，即体素的线性衰减系数两维空间分布的可能性。
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