1) hypercomplex singular value decomposition
超复数奇异值分解
1.
The hypercomplex singular value decomposition approach is applied to the hypercomplex matrices of the vectorial panchromatic and multispectral images.
通过对超复数矩阵表示的全色图像和多光谱图像分别进行超复数奇异值分解,分别获得了这两个超复数矩阵的超复数奇异值,并对得到的奇异值进行主元分析,提出了用最大特征值对应的特征向量作为权值进行加权图像融合的方法。
2) CSVD
复奇异值分解(CSVD)
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:超复数
超复数
hypercomplex nmber
超复数工h”曰议即沙x Ilunlb叮;r,。ep,o。。月eKeooe,。-e月。} 实数域R上含有单位元的有限维代数(从前称为超复系(hy详阴mPlexs那tem))中的元素.历史上,超复数是作为复数的推广而提出的(见复数(co宜IPlexn山司比r)).复数的运算对应于平面的几何变换(平移,旋转,放大,及其上述运算的合成).人们试图在三维空间中构造出对应于复数在平面中所起的作用那样的数来,后来明白,完全类似是不可能的.这就促使超复数系的发展. 秩。的超复系是通过在n维实空间R”中引人满足域上代数公理的乘法得到的.令1是超复系U的单位元,1,i,,…,i。_、是R”的某个基.U的超复数 “=ao一a 1 11一“’一a、王、称为 以=内长孟声i+~.十a乒丙的共扼超复数(conj叫势teh刃咒叨功plexn切mb汀).设u‘2)={u,+uZe},这里u,,uZ“U,仑为一新记号·集合U(2)通过定义加法 (ul+。Ze)+(v;+vZe)=(u;+vl)+(u:+vZ)e和乘法 (ul+。Ze)(vl+vZe)=(u,v,一瓦uZ)+(姚u汁u风)e成为一个超复系.称超复系U(2)为U的加倍(dou-b】ing). 超复系的例子有:实数、复数、四元数、Q少y数(以上每个均是其前面一个的加倍,见四元数(quaternlon),Oy卿数((b少yn山卫be招)).其他例子包括二重数和对偶数(由ubk是叨ldd瑙赴numbers),以及形如 2月一, A一a。’+属ay‘下的超复系,当。一4时就是Cliffo司一U脚面忱攀(Cli-而记几ipsdlitZ nL皿be巧)(这些超复数是秩为2”的Cl油[o川代数(〔1而月司今为扭)中的元素).R上完全矩阵代数是超复系统中一个重要例子. 超复数系统定义可以要求乘法结合律,亦有人把代数与超复系概念等同起来.
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