1) longitudinal parity
横向奇偶性
2) horizontal parity
横向奇偶
3) horizontal parity bit
横向奇偶位
4) transverse parity check
横向奇偶校验
5) longitudinal parity
纵向奇偶性
6) Parity Vector
奇偶向量
1.
Based on parity vector, generalized likelihood test is used to detect satellite faults.
该方法在奇偶向量的基础上利用广义似然比法检测卫星故障 ,再利用神经网络进行故障诊断以提高卫星故障诊断的准确性。
2.
The neural network is trained to eliminate the effects of input axis misalignment, scale factor error and biases on parity vector.
提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿 ,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响 ,提高系统对小幅值故障检测与隔离的准确性 。
3.
An approach of fault detection and isolation using optimal parity vector is proposed.
提出了一种利用对特定传感器故障敏感的最优奇偶向量进行故障检测与隔离的方法。
补充资料：函数奇偶性
1．定义
一般地，对于函数f(x)
（1）如果对于函数定义域内的任意一个x，都有f(-x)=-f(x)，那么函数f(x)就叫做奇函数。
（2）如果对于函数定义域内的任意一个x，都有f(-x)=f(x)，那么函数f(x)就叫做偶函数。
（3）如果对于函数定义域内的任意一个x，f(-x)=-f(x)与f(-x)=f(x)同时成立，那么函数f(x)既是奇函数又是偶函数，称为既奇又偶函数。
（4）如果对于函数定义域内的任意一个x，f(-x)=-f(x)与f(-x)=f(x)都不能成立，那么函数f(x)既不是奇函数又不是偶函数，称为非奇非偶函数。
说明：①奇、偶性是函数的整体性质，对整个定义域而言
②奇、偶函数的定义域一定关于原点对称，如果一个函数的定义域不关于原点对称，则这个函数一定不是奇（或偶）函数。
（分析：判断函数的奇偶性，首先是检验其定义域是否关于原点对称，然后再严格按照奇、偶性的定义经过化简、整理、再与f(x)比较得出结论）
③判断或证明函数是否具有奇偶性的根据是定义
2．奇偶函数图象的特征：
定理 奇函数的图象关于原点成中心对称图表，偶函数的图象关于y轴或轴对称图形。
f(x)为奇函数《＝＝》f(x)的图像关于原点对称
点（x,y）→（-x,-y）
奇函数在某一区间上单调递增，则在它的对称区间上也是单调递增。
偶函数 在某一区间上单调递增，则在它的对称区间上单调递减。
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