1) quartic SVD
四重奇异值分解
1.
In this paper, a new digital image watermarking algorithm in wavelet packets based on quartic SVD is proposed.
结合奇异值分解和小波包分解的特点,提出了一种基于四重奇异值分解的小波包数字图像水印算法。
2) 4DSVD
四维奇异值分解
3) Singular value decomposition
奇异值分解
1.
Application of singular value decomposition (SVD) in solution of T_2 relaxation spectra from nuclear magnetic resonance (NMR) log data;
应用奇异值分解算法的核磁共振测井解谱方法
2.
Random noise attenuation using predictive filtering in F-X domain by singular value decomposition;
F-X域奇异值分解预测滤波法随机噪声衰减
3.
Application of matrix singular value decomposition (SVD);
矩阵奇异值分解(SVD)的应用
4) Singular Value Decomposition(SVD)
奇异值分解
1.
To analyse the possible interactions among multiple flexible AC transmission system(FACTS) controllers in a power system,an approach based on the singular value decomposition(SVD) is proposed for the analysis of interactions between thyristor controlled series compensator(TCSC) and static Var compensator(SVC).
针对电力系统中多台灵活交流输电装置(FACTS)控制器之间可能存在的交互影响问题,以可控串联补偿器(TCSC)和静止无功补偿器(SVC)2种FACTS控制器为研究对象,提出了一种基于奇异值分解(SVD)的交互影响分析方法,定量分析了新英格兰10机39节点电力系统中同时装设TCSC和SVC时,2台FACTS装置之间可能存在的交互影响问题及电气参数对交互作用的影响。
2.
First of all,D-H matrix is used to construct a kinematics model and a geometric parameter identification model for the robot,singular value decomposition(SVD) for Jacobian matrix is given,and elementary row operations are applied to the last 5 rows of the matrix to find the geometric parameters to be compensated.
首先,使用D-H矩阵对机器人建立了运动学模型和几何参数识别模型,对雅可比矩阵进行奇异值分解并对分解后的正交阵的最后5行进行初等行变换,以确定需要补偿的几何参数。
3.
According to inverse problem mathematical model of one dimensional wave equation,the singular value decomposition(SVD) technique is applied to analyze the characteristics of inversion equations.
基于一维波动方程反问题的数学模型,应用奇异值分解分析算子方程的不适定性。
5) SVD
奇异值分解
1.
Watermarking Algorithm for Digital Image Based on DCT and SVD;
一种基于离散余弦变换和奇异值分解的数字水印算法
2.
A Shot Detection Algorithm Based on SVD and Feature-level Fusion;
基于奇异值分解和特征融合的镜头检测算法
3.
Digital Image Watermarking Algorithm Based on DWT and SVD;
基于小波变换和奇异值分解的数字水印算法
6) singularity value decomposition
奇异值分解
1.
Fault pattern recognition of rolling bearing based on singularity value decomposition and support vector machine;
基于奇异值分解和支持向量机的滚动轴承故障模式识别
2.
An improved method of detecting abrupt information based on singularity value decomposition in noise background;
噪声背景下检测突变信息的奇异值分解技术
3.
Neural Networks Method of Bearing Fault Diagnosis Based on Singularity Value Decomposition;
基于奇异值分解的滚动轴承故障诊断的神经网络方法
补充资料：力学量的可能值和期待值
在量子力学中，力学量F用作用于波函数上的算符弲表示。在数学上，对于一个算符，满足
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
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