1) Hessian matrix
Hessian 矩阵
1.
A new way to study the second order characteristics of generalized convex functions by means of its Hessian matrix and a new generalized Hessian matrix defined in this paper is presented.
定义了一种新的广义 Hessian 矩阵 H_(x_1,x_2)(x),并利用该矩阵对二阶可微广义凸函数——伪凸函数、严格伪凸函数和拟凸函数进行了讨论,得到了它们的一些性质。
2) Hessian matrix
Hessian矩阵
1.
Adaptive tracking extraction of vessel centerlines in coronary arteriograms using Hessian matrix;
基于Hessian矩阵的冠状动脉中心线的跟踪算法
2.
Suspected pulmonary nodule detectien algorithm based on Hessian matrix and grads entropy
基于Hessian矩阵及梯度熵的疑似肺结节检测算法
3.
The normal directions of light stripes in an image are determined by using Hessian matrix.
利用Hessian矩阵确定图像中光条法线方向,在光条法线方向上求解光条中心亚像素位置,用8方向搜索法剔除干扰光条。
3) Bayesian Hessian matrix
Bayesian Hessian矩阵
4) generalized Hessian
广义Hessian矩阵
5) Fast Hessian detection
快速Hessian矩阵检测
6) projection method with Hessian matrix
投影Hessian矩阵算法
1.
Quick projection method with Hessian matrix
快速投影Hessian矩阵算法
补充资料：Cartan矩阵
Cartan矩阵
Cartan matrix
当它的Cartan矩阵是不可分解的:xndecom拼巧able)，即在指标的某些置换后，不可能表为对角块矩阵. 令g=q、十十q。是g分解为单子代数的直和，A，是单I一ie代数g的C盯tan矩阵·则对角块矩阵 {…一{一:……是9的Cartan笼，阵.(对单Lze代数的Cartan矩阵的具体形式，见半单lje代数(Lie al罗bra，semi一slmple).) Cartan矩阵的分量“。二2恤等)/(“r·咐有下列性质: 拭.2:“‘()a，、Z，对，势了 以0二冷u/二11Cartan矩阵与用’‘三成元和关系来kjJ画q密切侧关即g中存在线性无关的生成兀e‘，厂、八，(i=飞、·…:)(称为典范生成元(以n、，，11以l罗nerators。)，满足下歹，1关系: 卜，_用/氏h;I气州二“叮(2) }h，厂一“/」，lh‘寿}二以任意两个典范生成儿组可由q的自同构互相变换.典范产仁成元还满足关系 (ad引“’价二。，扭d厂)‘仁’.石二。，，若/，(3)据定义这里(adx汗一卜川对丁一给定的生成兀组。、fh(i一l，二，心关系(2)和(3)定义了g戈见[2〕). 对满足(I)的任意矩阵A，设以。，f，h，(i=l，;)为生成一f以(2)，〔3)为定义关系的klLie代数为g妇)，则乌训)是有限维的，当且仅当A是一个一半单bc代数的Cartan矩阵{3]I补注]满足条初门)的矩阵左定义一个有限维l玲代数，当且仪当它是王定的;在其他情况，如半正定情形，出现其他有趣的代数，见Kac一M以月y代数(K-a。M以刘y al罗bra)，{A2」. 设L是特征为0的代数闭域上的半单Lic代数，则满足条件(2)的生成元e，厂，h，的集合也称为Cheva-lley生成元(Chevalley罗nerators)或Chevalley基份hevalley basis)这样的生成元的存在性定理称为C讹valley定理(Chevalley theorem).关系(2)，(，;)定义Lie代数的结果常称为Serre定理(Serre th即。。、2)域K上带单位元的有限维结合代数A的Cartan琴阵是矩阵(ctj)(i·，一‘，“‘、‘)，由有限维不可约左A模的完全集N!，…，从来定义.明确地说，气是满足Hom(月，N)并O的不可分解投射左A模月的合成列中凡出现的次数.对每个N，这样的只存在巨在同构意义下是唯一确定的 在一定情况下，〔artan矩阵〔”被证明是对称正定的，甚至C二D了D，这里D是整数矩阵。
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