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 -> 可分解值
1)  Decomposable values
可分解值
2)  singular value decomposition
奇值分解
1.
By applying the singular value decomposition, the bigger eigenvalues are selected and the ill posed problem is solved.
阐述了光学切片显微技术的基本原理 ,分析了显微镜光学系统点扩展函数循环矩阵的奇异性造成荧光图像恢复质量大大降低所导致的病态问题 ,应用降质模糊矩阵的奇值分解方法 ,挑选出较大特征值 ,并将空域问题的求解通过傅立叶变换转到频率域 ,使计算的复杂度降低 ,最终得到较为理想的复原图像。
2.
Through the use of the necessary and sufficient condition for the acceptable and internally stable of 2-D singular Roesser models and the singular value decomposition of matrices, the tightest upper bound for unstructured perturbations that will not cause system instability is provide.
利用其容许、稳定的充要条件及矩阵的奇值分解 ,分析其鲁棒稳定性 ,给出了不破坏 2 D奇异系统稳定的摄动的最大上界。
3.
In this work,the nonstationary conduction-convection equations are studied with singular value decomposition and proper orthogonal decomposition(POD).
本文用奇值分解和特征投影分解(proper orthogonal decomposition,简记为POD)研究热传导对流方程,导出其基于POD的一种简化的差分格式,并分析通常的差分格式的解和基于POD的简化的差分格式的解之间的误差估计。
3)  threshold decomposition
阈值分解
1.
An improved nonlinear recursive median filtering algorithm is presented on the basis of threshold decomposition.
讨论了非线性滤波的特点,分析了中值滤波的属性,在阈值分解的基础上,提出了一种非线性递归中值滤波的改进算法。
2.
Based on combinational binary morphology filter and edge detection operator,a new edge detection algorithm is proposed,which can transform gray image morphology filter into binary morphology filter by means of threshold decomposition.
该算法通过阈值分解把灰度图像形态学滤波问题转换为对二值图像形态学滤波,具有简便且适合逻辑电路实现等优点。
3.
Based on threshold decomposition,combined structural method and optimal estimate theory,optimal stack filter model with structural elements constrains is established and analyzed.
在对信号阈值分解基础上 ,利用结构化方法结合最优估计理论 ,对最优结构元约束层叠滤波器进行建模和分析 ,证明了最优结构元约束层叠滤波器实质是一类由多个极大 /极小滤波单元组成的多级秩排序滤波器 ,并给出基于层叠处理操作和多级秩排序操作的滤波器实现结构 。
4)  Singular Value Decomposition
单值分解
1.
A Multiple Redundant Digital Watermarking Technology Basedon Singular Value Decomposition;
一种基于单值分解的多重数字水印技术
5)  polar decomposition
极值分解
6)  Thresholding decomposition
阀值分解
补充资料:力学量的可能值和期待值
      在量子力学中,力学量F用作用于波函数上的算符弲表示。在数学上,对于一个算符,满足
  
  
  的函数 ui(r)称为弲的本征函数,式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下,上式中的本征值可以取一系列分立值,或取一定范围内的连续数值。
  
  在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱,我们说这个力学量是量子化的。
  
  量子力学中假定力学量的全部本征函数组成一个完全系;这意思是说:描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开:
  
  
  在ψ和ui都是归一化的情况下,上式中的展开系数сi具有如下的物理意义:在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2
  
  因此,若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi
  
  在ψ态中对力学量进行多次测量,把所得结果加以平均,就得出力学量在ψ态中的期待值,以〈F〉表示:
  
  
  上式称为力学量的期待值公式。如果ψ不是归一化的,那么期待值公式应写为
  
  
  

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