1) eigenfunctional
特征泛函
2) discourse feature
泛话语特征
3) eigen functional theory
本征泛函理论
4) eigenfunction
['aiɡən,fʌŋkʃən]
特征函数
1.
Regularity of eigenfunction about Laplacian;
Laplace算子的特征函数的正则性
2.
The velocity potential in each region is expanded by eigenfunctions.
假想存在一个圆柱面,把流场划分为内外区域,在每个区域上将速度势用特征函数展开,然后在它们的公共边界上进行匹配,匹配的原则是公共边界上速度连续,压力连续,从而可得到关于未知系数的一组线性代数方程组,解出未知系数,即可求得流域中任意一点的速度势和波高。
3.
The velocity potential in each region is expanded with eigenfunctions.
假想存在一个圆柱面,把流场划分为内外区域,在每个区域上将速度势用特征函数展开,然后在它们的公共边界上进行匹配。
5) Characteristic function
特征函数
1.
Calculation formula of a characteristic function in patern recognition;
模式识别中特征函数的计算方法
2.
Properties of the general thermodynamic characteristic function;
再论通用特征函数的性质
6) feature function
特征函数
1.
The numerical feature of the random variable,such as mathematic expectancy and variance,reflects the feature of distributional function;yet it is the feature function that describes the distributional function,and promises more convenience in application.
随机变量的数字特征———数学期望、方差等能反映分布函数的性质,但确切刻画分布函数的是特征函数,特征函数比分布函数应用起来更方便。
2.
In this article,the author uses the probability numeral features which is also called as random variable feature function to get the random variable s n-moment matrix,mathematical expectations and mean square error,so that the average value and mean square error in the quantum mechanics can be got.
利用概率数字特征即随机变量的特征函数,求随机变量的n阶矩及随机变量的期待值和方差的方法,求解量子力学中的平均值。
3.
The feature functions were reckoned as the most important part of the maximum entropy model which could affact the last result of system.
在最大熵等统计机器学习模型当中,特征函数的选择可以说是对系统整体性能影响最大的部分。
补充资料：特征泛函
特征泛函
characteristic functional
特征泛函【d.口d曰妇良如州如.1;刃叩目肛哪.口，摊.成中y.曰.0.助] 特征函数(c比‘鱿te比tic几mCtion)概念的类似概念;它是在无限维情形中使用的.设王是非空集，r是定义在王上的实值函数的向量空间，C任，r)是使所有r中的函数都可测的王的子集的最小。代数，在〔(王，r)_L给出的概率测度群的特征泛函定义为r_L-的复值泛函应、它山下式给出: 风“，一梦e‘p!‘“‘X”“风X’，“任f·下面将只讨论最重要、最简单的情形:王是实可分助班比h空间，而r是它的拓扑对偶王’.在这一情形中，乙(王，王‘)重合于空间王的Bo旧集的。代数.对于无限维R川朗h空间的特征泛函的概念是A.HKoJIMo改，o poB在川中引人的. 随机变量X的在王中取值的特征泛函，根据定义，就是概率分布俘、(B)=尸{X‘B}，‘BC王)的特征泛函. 特征泛函的主要性质: 1)户(0)二1，且拜是正定的，即对于任何复数气和元素;，〔王‘的有限集合，艺k!吸瓦户(x:一、{))0成立; 2)“按强拓扑连续，巨按王‘的弱，拓扑序列连续; 3)}川厂)}哭l !风，;)一风或川2簇2}l一Re风石一巧)j，其中、‘，、{，、了任王’4)面又币=户(一x’);特别是，户只取实值(且是偶泛函)当且仅当测度料是对称的，即拌(B)=群(一B)，其中一B二{x:一x‘B}; 5)特征泛函唯一确定测度; 6)两个概率测度的卷积(两个独立随机变量的和)的特征泛函是它们的特征泛函的乘积. 在有限维情形中，特征泛函的方法的根据是有关测度和它们的特征泛函之间的对应的连续性定理和有关描述特征泛函类的定理.在无限维情形中这些定理的直接类似定理不成立.如果一个概率测度序列(践)弱收敛于料，那么(凡)点态收敛于户，且这一收敛在王’的有界集上是一致的;如果K是王上的概率测度的弱相对紧族，那么族{户:户任K}按王‘的强拓扑是等度连续的.逆命题仅在有限维情形中为真.然而，收敛性和概率测度族的相对紧性条件可以用特征泛函来表达(见【2]).此外，与有限维情形时相反，并非每个正定正规化的(在原点等于l的)连续泛函都是特征泛函:按度量拓扑的连续性是不够的.王’中的一种拓扑称为枣分的(s“困‘翔t)或今琴的(~sary)，如果正定正规化泛函按这种拓扑的连续性是使它为王上的某个概率测度的特征泛函的充分条件或必要条件.必要且充分的拓扑称为S巧妙(S一topofogy)·空间王称为S宇回(S一s户l戊)，如果王’上有s拓扑.附忱找空间是S空间(见[3]). 最重要的特征泛函类是〔饭谓s测度的特征泛函.王中的测度料称为中心化的Gauss测度，如果对于所有犷e王’，有 风·”=二p卜合二‘Rx·){，(·)其中R是从王’到王的有界线性正算子，它是测度并的协方差算子，由关系式 二‘(Rx’)二jx”(x)叫二)来定义(见【4]).与有限维情形不同，不是每个形式为(，)的泛函都是特征泛函，而需要在R上附加依赖于空间王的限制.例如，如果王=l，(l簇p<的)，那么附加的(必要且充分的)条件是艺;’气*<十二，其中叭ri，l}是算子R的按自然基表示的矩阵(见〔51).特别是在托lbert空间中的附加条件是算子R为核算子.
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