说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 多重分割法
1)  method of multi-seperable expansion
多重分割法
1.
In this paper,we put forward the new concept of anther method of multi-seperable expansions of function,dividing function f(x) on the symmetrical interval into f(jx)=∑mk=1j~(k-1)f_k(x),1≤k≤m, among which f_k(j~2x)=j~(2k-2)f_k(x),j=expπmi,m∈N,m≥2, and prove that the expansion is only one.
提出函数另一种多重分割法的概念,即函数f(x)在对称区间上分成m个函数fk(x)(1≤j k-1fk(x),且fk(j2x)=j2k-2fk(x),其中j=expπk≤m),使得f(jx)=∑mmi,证明了这种分割k=1法的唯一性。
2)  method of multiplied period with weight
重量分割法
3)  stratification method
多层分割法
1.
A novel stratification method (staircase approximation method) is presented to analyse dispersion characteristics of nonlinear slab sandwitched between linear substrate and linear cladding.
对于芯区为非线性介质、衬底及包层为线性介质的平板波导, 提出用多层分割法分析芯区的模场, 采用递推公式(等效于推广的传递矩阵法)求解传播常数与光功率间的依赖关系。
4)  multifractal segmentation
多重分形分割
5)  multi-threshold segmentation algorithm
多阈值分割算法
1.
The multi-threshold segmentation algorithm with adaptive tolerance based on gray-level histogram is presented,and a object dynamic clustering algorithm with double sub-windows is analyzed.
该系统由地面站和机载模块两部分组成,构建了机载自动跟踪与地面人工干预两个并联的控制回路;采用了基于灰度直方图的自适应容忍度多阈值分割算法,并在此基础上采用了基于双重子窗口的动态聚类目标提取方法;用目标的形心脱靶量作为云台的控制参数,根据目标的运动趋势对速度参数进行调整。
6)  algorithm of multilevel graph partitioning
多级分割算法
1.
After analyzing the algorithm of multilevel graph partitioning,in the graph-coarsening phase,two new algorithms named KV and VC are put forward based on the rule of vertex collapse instead .
在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法。
补充资料:多重填补法

多重填补是由rubin在1978年首先提出的,是指由包含m个插补值的向量代替每一个缺失值的过程,要求m大于等于2。m个完整数据集合能从插补向量中创建;有该向量的第一个元素代替每一个缺失值从而创建了第一个完整的数据机和,由它的向量中的第二个元素代替每一个缺失值从而创建了第二个完整数据的集合,以此类推,标准完整数据方法被用于分析每一个数据集合,对于一个无回答模型,当m套插补值被重复随机抽取时,m个完整数据推断能被组合起来形成一个正确地反映由于无回答引起的不确定性的推断,当插补值来自两个更多个无回答模型,根据模型的组合推断能在模型间形成对照,以说明模型对吴回答的推断灵敏性。通过多个单一插补的组合,多重插补既分享了单一插补的优点,也纠正了其缺点,特别地,在一个无回答模型中,当m重插补重复时,产生m套完全数据分析能很容易地被合并以创建一个有效反应由于确实数据引起抽样变异性的推断。当多重填补来自多个模型,关于校正模型的不确定性由在模型间有效推断的变异表示,与单一插补相比,多重填补为一点缺点是需要做大量的工作来创建插补集并进行结果分析,然而数据分析中大量工作在今天的计算环境下是非常适度的,因为它主要是执行m次相同的任务,而非一次。

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