1) s degree eigenvector
s次特征向量
2) Secondary characteristic vector
次特征向量
3) inhomogenous eigenvalue vector
非齐次特征向量
4) Characteristic vector
特征向量
1.
An exploration into various proofs of a theorem about characteristic vectors and zero-input responses;
特征向量的零输入解定理及其证法探讨
2.
A Method Of Finding The Solution Of Master Characteristic-Root And Characteristic Vector Of The Reciprocal Matrix;
正互反矩阵的主特征根及其特征向量的一种求法
3.
The characteristic vectors are composed of computed MFCC(MEL frequency cepstrum coefficient) and difference MFCC(difference MEL frequency cepstrum coefficient) as well as wavelet packet characteristic entropy in every frequency band after wavelet packet is decomposed.
提出了一种将倒谱特征和小波包特征熵相结合的直升机声目标识别新算法,首先分析了直升机声信号的特点,计算了声信号的MFCC(MEL频率倒谱系数)、差分MFCC(差分MEL频率倒谱系数)和小波包分解后各个频带内的小波包特征熵组成的特征向量,并以此向量输入反向误差传播(Back Propagation,BP)神经网络进行训练,再用训练好的神经网络进行不同直升机型号的识别,最后给出了统计结果。
5) feature vector
特征向量
1.
Analysis of the oil pipeline leakage feature vector extraction based on wavelet packet;
基于小波包分析的输油管道泄漏特征向量提取方法
2.
Distributed clustering algorithm based on feature vector;
基于特征向量的分布式聚类算法
3.
A Colors Image Retrieve Method by Using Multi-Feature Vector;
一种利用多特征向量的彩色图像检索方法
6) feature vectors
特征向量
1.
Research of cluster based on feature vectors in autonomic database;
自适应数据库中基于特征向量的聚类算法
2.
The auto-regressive parameters and the variance of remnant are regarded as the feature vectors.
该方法用 EMD将滚动轴承振动信号分解成若干个平稳的 IMF(Intrinsic Mode Function)分量 ,对每一个 IMF分量建立 AR模型 ,以模型的自回归参数和残差的方差作为特征向量建立 Mahalanobis距离判别函数 ,进而判断滚动轴承的工作状态和故障类型。
3.
Introduces the method of analog circuit faults diagnosis based on neural network and the theory of wavelet neural network,offers the method which used the output sensitivity analysis and multi-frequency test to extract faults feature vectors,the simulation result shows that the wavelet neural network has the properties of fast convergence and accurate diagnosis as a faults classifier.
介绍了模拟电路故障诊断的神经网络方法及小波神经网络结构和原理,以一带通滤波器为例,提出了一种基于输出灵敏度分析,利用多频测试生成故障特征向量训练小波神经网络进行故障诊断的方法,仿真结果表明小波神经网作为故障分类器具有收敛速度快,诊断准确等特点。
补充资料：次特征
次特征
bidiaracteristic
次特征l肠由别旧侧比ri拓c;6.田脚以爬脚.阴.]，次特征带(bicharacteristic striP) 线性偏微分算子的次特征为其任意两个特征(Characteristie) 毋(x.，…，‘)=0，以戈.，…，‘)二0沿以相切的曲线.若在次特征带上引进参数s，则其方程x‘二戈(s)(i=1，…，n)可由求解下面一组Zn个常微分方程来确定: 交‘(s)=Q‘，春=一么，i=l，…，n.(，)这里Q(七，，…，古。;x:，…，x二)是此线性偏微分算子的主象征，上方加点表示对参数s求导，而若心‘=叭‘，则方程Q~O即此微分算子的特征方程.于是方程组(*)的适合Q=O的解x:=x.(s)，古‘二亡.(s)(i=1，…，n)就定义了Q二O的次特征带.此特征带位于特征切(x1，…，x。)=o上，即是说，若方程 毋(xl(s)，…，x。(s))=0与 春(s)=职、(x:(s)，…，x。(s))，i=l，…，。对s的至少一个值成立，则对s的一切值恒有价(x:(s)，‘’‘，x。(s》三0.【补注】次特征带在x空间中的投影x，一x‘(s)称为咚特征曲线(b一ehard改erlst;e curves)(或射线).由于主象征作为(营】一，氛)的函数是齐性的，其阶数等于该偏微分算子的阶数，所以次特征曲线切于卜特征超曲面州xl，·‘.二。)二0(亦见微分算子的主部(pr，n自pal part of;，山ffer-ent，al oPerator)，算子的象征(symbol ofan operator)) 这些材料现在的标准参考书是!Al]或其较早的也更简要的版本卜入〕.
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