1) negativity wave
负性波
2) negative T wave
负性T波
1.
Comparison of ECG negative T waves between acute pulmonary embolism and acute coronary syndrome patients.;
急性肺动脉栓塞与急性冠脉综合征心电图负性T波的比较
3) mismatch negativity
失配性负波
1.
Methods The event related potential N_ 400 and mismatch negativity were conducted in 47 chronic schizophrenics(research group)and 41 other type ones(control group)and differences between the two compared.
方法对47例慢性精神分裂症和41例非慢性精神分裂症患者进行事件相关电位N400和失配性负波检测,比较两组的差异性。
4) mismatch negativity
失匹性负波
1.
Objectives:To investigate the characteristic of mismatch negativity (MMN) in patitnts with first-episode schizophrenia and its variation after treatment.
目的:了解首发精神分裂症患者失匹性负波(MMN)的特征以及治疗缓解后MMN的变化。
2.
Objective To study P300 of the first episode depression and mismatch negativity(MMN) changes after antidepressant treatment.
目的了解抗抑郁剂治疗对抑郁症首次发病患者的认知电位P300和失匹性负波(MMN)的影响。
3.
Objective To investigate the variations of contingent negative variations (CNV), P300 and mismatch negativity (MMN) in depression and anxiety disorders.
目的探讨抑郁症与焦虑症患者关联性负变(CNV)、P300和失匹性负波(MMN)异常的意义。
5) wavy load
波动性负荷
1.
Emulation and design of local low-voltage reactive power compensation in jerky and wavy load;
低压就地无功补偿在冲击性、波动性负荷中的仿真及设计
6) fluctuating load
波动性负载
补充资料：波波夫超稳定性
系统输入输出乘积的积分值受限制的条件下的稳定性，1964年罗马尼亚学者V.M.波波夫所提出。对于所研究的系统，如果用u(t)表示输入向量，y(t)表示输出向量,那么在给定正的常数L后，系统输入输出乘积积分值的限制关系可表示为：
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
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