1) eigenvector transform
特征向量变换
1.
An algorithm for the color image coding by the eigenvector transform is presented.
提出了一种基于特征向量变换的彩色图像压缩编码算法,高效地去除了彩色图像各分量间的相关性。
2) Feature transformation
特征变换
1.
A fast feature transformation based vector quantization algorithm of hyperspectral image compression;
基于特征变换的高光谱图像压缩快速矢量量化算法(英文)
2.
Study on Feature Transformation Algorithm Based on k-Nearest-Neighbor Classification Rule;
基于k近邻分类准则的特征变换算法研究
3.
Linear feature transformation was investigated to improve the classification accuracy of support vector machine(SVM) by preprocessing,and a hybrid method combining the modified particle swarm optimization(PSO) with SVM was presented.
研究了数据挖掘中通过特征变换的数据预处理来提高支持向量机(SVM)分类精度的方法,提出了改进粒子群优化(PSO)和SVM混合的方法。
3) feature transform
特征变换
1.
In this study, based on ER Mapper remote sensing special system, we try to explore the effecting about spectral feature transform by PCA for remote sensing monitoring land cover in Mountain area of Lancang River Basin.
通过选取澜沧江流域山区具体典型性的试验样区 ,基于计算机支持下的专用遥感图像处理系统工作平台 ,就澜沧江流域山区土地覆盖遥感监测中PCA特征变换处理展开研究 ,为有效地对澜沧江流域山区土地覆盖遥感监测组织实施分类处理做技术准备 。
4) scale-invariant feature transform
尺度不变量特征变换
5) 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。
6) 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
补充资料：特征值和特征向量
| 特征值和特征向量 characteristic value and characteristic vector 数学概念。若σ是线性空间V的线性变换，σ对V中某非零向量x的作用是伸缩 ：σ（x）＝aζ ，则称x是σ的属于a的特征向量 ，a称为σ的特征值。位似变换σk（即对V中所有a，有σk（a）＝kα）使V中非零向量均为特征向量，它们同属特征值k；而旋转角θ（0＜θ＜π）的变换没有特征向量。可以通过矩阵表示求线性变换的特征值、特征向量。若A是n阶方阵，I是n阶单位矩阵，则称xI－A为A的特征方阵，xI-A的行列式 ｜xI－A｜展开为x的n次多项式 fA（x）＝xn－（a11＋…＋ann）xn-1＋…＋（－1）n｜A｜，称为A的特征多项式，它的根称为A的特征值。若λ0是A的一个特征值，则以λ0I－A为系数方阵的齐次方程组的非零解x称为A的属于λ的特征向量：Ax＝λ0x。L.欧拉在化三元二次型到主轴的著作里隐含出现了特征方程概念，J.L.拉格朗日为处理六大行星运动的微分方程组首先明确给出特征方程概念。特征方程也称永年方程，特征值也称本征值、固有值。固有值问题在物理学许多部门是重要问题。线性变换或矩阵的对角化、二次型化到主轴都归为求特征值特征向量问题。每个实对称方阵的特征根均为实数。A.凯莱于19世纪中期通过对三阶方阵验证，宣告凯莱-哈密顿定理成立，即每个方阵A满足它的特征方程，fA(A)＝An－(a11＋…＋ann)An-1＋…＋(－1)n｜A｜I＝0。 |
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