1) vertical disperse grid
正交离散网格
1.
The research has been done by vertical disperse grid technique of Possion equation,creating vertical disperse grid.
通过采用Possion方程进行正交离散网格的生成技术对总扩散角为80、扩散度为4的锥形渐扩管内充分发展的不可压粘性紊流场生成正交离散网格,并绘制出了在此方法下的网格生成图。
2) discrete grid
离散网格
1.
In recent years,a number of data structures for global geo-referenced data sets have been proposed based on regular,multi-resolution partitions of polyhedra and spherical discrete grid is the most promising of such systems.
球面离散网格模型是管理海量数据的有效途径,如何构建球面网格是这类模型的基础问题。
5) discrete orthogonal moments
离散正交矩
1.
A new stereo matching approach based on Tchebichef discrete orthogonal moments is proposed.
通过引入Tchebichef离散正交矩提出了一种新的基于双目立体匹配的方法,该方法利用了Tchebichef离散正交矩在图像空间中的正交性来描述图像的灰度分布特征,然后根据该分布特征对图像对进逐行逐像素匹配,视差计算通过逆变换或者通过比较重建图像的灰度值进行估计,从而得到视差图。
2.
Reconstruction experiments show that,compared with discrete orthogonal moments of one variable,moments of two variables have les.
重建实验结果表明,相对于同系数的单变量的离散正交矩,两变量离散正交矩的重建误差更小。
6) discrete orthogonal method
离散正交法
1.
Discrete orthogonal point analysis of discrete orthogonal method and program design;
离散正交法(DOM)离散点的正交分析与程序设计
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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