1) eigenvalue bifurcation
特征值分叉
1.
By using the Puiseux expansion,the eigenvalue bifurcation at critical point of Hopf bifurcation was developed.
利用Puiseux展开式讨论了Hopf分叉临界点的特征值分叉现象,同时讨论了在临界点的响应显式解。
2) eigenvalue analysis
特征值分析
1.
Identification of PSS optimum location based on eigenvalue analysis method;
基于特征值分析法的PSS最佳安装地点的确定
2.
By means of eigenvalue analysis the sub-synchronous resonance(SSR) that may cause by series compensation is evaluated.
分析了不同装机容量和不同输送距离下火电基地的输电能力及其所需的固定串补配置,并采用特征值分析方法对串补可能引发的次同步谐振(sub-synchronons resonance,SSR)进行了评估。
3.
With the transmission scheme of Shangdu Plant Project Ⅱ as our background and adopting the method of eigenvalue analysis, an investigation is made on the SSR in the compact tra.
以中国上都电厂二期送出的实际情况为背景,采用特征值分析法对问题进行分析,考虑了常规输电线路、紧凑型输电线路和高自然功率紧凑型输电线路参数条件下的SSR问题。
3) eigenvalue decomposition
特征值分解
1.
A new TDE method based on adaptive eigenvalue decomposition in presence of impulsive noises;
脉冲噪声下基于自适应特征值分解的时延估计新方法
2.
In the blind source separation when there is noise present in the data,the methods of estimating the number of sources are mainly as follows: eigenvalue decomposition,the Akaike information criterion(AIC),the minimum description lengt.
证明了无观测噪声时,利用观察信号数据矩阵的零空间估计法确定信号源数目的方法,等价于通过计算观察信号数据矩阵的秩来确定信号源数目;阐述了在信号源盲分离中有观测噪声时,国内外信号源数目估计的主要方法:特征值分解、Akaike信息准则(AIC)、最小描述长度(MDL)及Minka Bayesian准则,通过理论分析与实验结果对这些方法进行比较,得出各方法的适用范围以及影响估计的主要参数,为信号源数目的正确获取提供参考。
3.
Based on the correctional signal auto-relation matrix eigenvalue decomposition, this m.
提出基于特征空间求根法进行频率的精确估计,对修正的信号自相关矩阵进行特征值分解,利用信号子空间和噪声子空间的正交性构造多项式,进行多项时求根,得到单位圆上的根进行频率估计,在此基础上通过三角回归法,解一超定方程组得到相应的振幅和相位。
4) EVD
特征值分解
1.
In this paper, a novel algorithm for high resolution DOA estimation is proposed, which not only skips sources number estimation and EVD, but also behaves satisfactorily with a few snapshot, it may be viewed as a combination of merit of conventional Capon and MUSIC method.
该文提出一种超分辨的DOA估计算法,此算法不需要预判信源个数和进行特征值分解,同时在时变环境中,针对快拍数较少的情况下,依然保持较高的角度分辨能力,可以被认为是综合了Capon法和MUSIC法的优点。
2.
It is an important direction, which use EVD (Eigen Value Decomposition) or SVD (Singular Value Decomposition) in modern spectral estimation.
采用特征值分解(Eign Value Decomposition简称EVD)或者奇异值分解(Singular Value Decomposition简称SVD)进行功率谱估计，仍然是现代功率谱估计研究和应用的重要方向之一。
3.
High-resolution spectrum estimation was achieved, which not only avoided number of signal estimation and EVD, but also could still maintain a relatively high angle resolution at lower SNR.
该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。
补充资料：特征值
分子式：
CAS号：
性质：又称本征值。设A是向量空间的一个线性变换，如果空间中某一非零向量 通过变换A后所得到的A 和 仅差一个常数因子，即A =k ，则称k为A的特征值，称 为属于特征值k的A之特征向量或特征矢量(eigenvector)。如在求解薛定谔波动方程时，在波函数满足单值、有限、连续性和归一化条件下，势场中运动粒子的总能量(正)所必须取的特定值，这些值就是正的本征值。
CAS号：
性质：又称本征值。设A是向量空间的一个线性变换，如果空间中某一非零向量 通过变换A后所得到的A 和 仅差一个常数因子，即A =k ，则称k为A的特征值，称 为属于特征值k的A之特征向量或特征矢量(eigenvector)。如在求解薛定谔波动方程时，在波函数满足单值、有限、连续性和归一化条件下，势场中运动粒子的总能量(正)所必须取的特定值，这些值就是正的本征值。
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