期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
正交化向量组的矩阵方法 被引量:2
1
作者 严家森 《四川师范学院学报(自然科学版)》 1996年第4期41-44,共4页
在欧氏空间Rn里给出了利用矩阵的初等变换化线性无关向量组为正交组的方法.
关键词 线性无关 初等变换 矩阵 正交化向量
下载PDF
投影阵与向量组的正交化过程
2
作者 丁一鸣 《安徽建筑工业学院学报(自然科学版)》 2001年第4期64-65,78,共3页
首先给出了计算投影阵的一个递推公式 ,然后给出了用投影阵表达的线性无关的向量组正交化方法。其结果同施密特正交化过程一样 ,但其几何意义更明确。
关键词 投影阵 向量 施密特过程
下载PDF
线性代数向量组正交化的教学改革 被引量:1
3
作者 石新华 《数学学习与研究》 2014年第19期10-11,共2页
多年来,线性代数课程中的向量组正交化的传统方法,即施密特正交化过程.本文将使用齐次线性方程组求非零解的方法,将向量组正交化,产生一种新的构思.
关键词 向量 施密特过程 齐次线性方程组 非零解
下载PDF
线性代数向量组正交化的教学改革
4
作者 石新华 《天津科技》 2014年第8期71-73,共3页
线性代数课程中的向量组正交化的传统方法,即施密特正交化过程。多年来,很多教材都是沿用施密特正交化过程方法,但其计算量比较大。论述了使用齐次线性方程组求非零解的方法,将向量组正交化,产生一种新的构思。
关键词 向量 施密特过程 齐次线性方程组 非零解
下载PDF
基于正交基非负矩阵与线性判别相结合的人脸识别
5
作者 田凡 宋宪芹 《计算机光盘软件与应用》 2011年第7期137-138,共2页
非负矩阵方法是基于局部特征提取的算法。考虑到其没有类别鉴别能力,本文在融合非负矩阵与线性判勇基础上,提出一种改进的人脸识别方法,该方法将非负矩阵的基正交化,去除信息冗余,提高了计算速度。仿真实验纠证明了该方法的有效性。
关键词 人脸识别 非负矩阵 线性判别 正交化向量
下载PDF
n维空间平行2n面体体积的计算
6
作者 王涛 《华北矿业高等专科学校学报》 2001年第1期36-37,共2页
本文给出n维空间中一类特殊的几何体-平行2n面体的计算公式,同时赋予行列式几何意义。
关键词 N维空间 平行2n面体 行列式 体积 向量
下载PDF
Aerosol Type Identification Using PARASOL Multichannel Polarized Data 被引量:2
7
作者 FAN Xue-Hua CHEN Hong-Bin 《Atmospheric and Oceanic Science Letters》 CSCD 2014年第3期224-229,共6页
PARASOL(Polarization & Anisotropy of Reflectances for Atmospheric Sciences coupled with Observations from a Lidar) multi-channel and multi-directional polarized data for different aerosol types were compared.The P... PARASOL(Polarization & Anisotropy of Reflectances for Atmospheric Sciences coupled with Observations from a Lidar) multi-channel and multi-directional polarized data for different aerosol types were compared.The PARASOL polarized radiance data at 490 nm,670 nm,and 865 nm increased with aerosol optical thickness(AOT) for fine-mode aerosols;however,the polarized radiances at 490 nm and 670 nm decreased as AOT increased for coarse dust aerosols.Thus,the variation of the polarized radiance with AOT can be used to identify fine or coarse particle-dominated aerosols.Polarized radiances at three wavelengths for fine-and coarse-mode aerosols were analyzed and fitted by linear regression.The slope of the line for 670 nm and 490 nm wavelength pairs is less than 0.35 for dust aerosols.However,the value for fine-mode aerosols is greater than 0.60.The Support Vector Machine method(SVM) based on 12 vector features was used to discriminate clear sky,coarse dust aerosols,fine-mode aerosols,and cloud.Two cases were given and validated by AErosol RObotic NETwork(AERONET) measurements,MODIS(Moderate Resolution Imaging Spectroradiometer) FMF(Fine Mode Fraction at 550 nm) images,PARASOL RGB(Red Green Blue) images,and CALIOP(Cloud-Aerosol Lidar with Orthogonal Polarization) VFM(Vertical Feature Mask) data. 展开更多
关键词 aerosol typePARASOLpolarized data support vector machine
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部