|
1：然后由關(guān)鍵點(diǎn)相鄰像素的梯度方向直方圖描繪出種子點(diǎn)及其特征向量，近而獲得關(guān)鍵點(diǎn)的特征向量；最后使用距離函數(shù)作為相似性度量進(jìn)行配準(zhǔn)。
2：然后，對所建立關(guān)聯(lián)矩陣的列向量或行向量進(jìn)行相似性度量，獲得相似客戶群體或相關(guān)頁面。
3：由于在原有基礎(chǔ)上增加了其特征向量的維數(shù)，因而具有更好的魯棒性。
4：在序線性空間中，利用次似凸映射的擇一性定理，得出具有一般約束的向量極值問題的最優(yōu)性條件。
5：首先根據(jù)三個(gè)標(biāo)定點(diǎn)對估計(jì)旋轉(zhuǎn)矩陣，然后根據(jù)相機(jī)和一個(gè)點(diǎn)對的幾何關(guān)系直接計(jì)算平移向量。
6：還有，這些新特性以及一個(gè)新的數(shù)據(jù)類型使用了向量指令進(jìn)行并行化的計(jì)算。
7：編程中采用了稀疏矩陣向量相乘的優(yōu)化技術(shù).
8：提出一種新穎的稀疏矩陣相乘算法，算法實(shí)現(xiàn)中將計(jì)算單元由單個(gè)元素?cái)U(kuò)展至行向量，避免了矩陣的轉(zhuǎn)置，減少了掃描次數(shù)。
9：如果串行接口是無法產(chǎn)生一個(gè)中斷，將此值設(shè)置為任何未使用的中斷向量地址。
10：我的理解是中斷向量仍然是0x0，只是通過一種轉(zhuǎn)換將這個(gè)向量表又復(fù)制到0x33ffff00地址了。
11：結(jié)論：腦電信息流的向量分析技術(shù)，對精*病人的臨床診斷有重要價(jià)值。
12：因此，變化向量分析法能有效地監(jiān)測冬小麥凍害災(zāi)情與災(zāi)后長勢恢復(fù)情況，同時(shí)對其他作物災(zāi)害監(jiān)測提供了途徑。
13：求兩個(gè)向量和的運(yùn)算，叫做向量的加法。
14：考慮被控對象控制向量2范數(shù)上界,得到控制受約束的LMI表述.
15：為驗(yàn)證此方案，在半消聲室進(jìn)行了非典型聲強(qiáng)向量陣的定向?qū)嶒?yàn)，用3個(gè)揚(yáng)聲器模擬體積目標(biāo)3個(gè)不同部位的聲源。
16：實(shí)驗(yàn)證明實(shí)值向量表示方法在處理復(fù)雜問題時(shí)優(yōu)于二進(jìn)制表示方法。
17：將基于改進(jìn)粒子群優(yōu)化最小二乘支持向量機(jī)的預(yù)測模型引入滴頭水力性能預(yù)測領(lǐng)域，對所建立的滴頭水性能預(yù)測模型分別從理論和試驗(yàn)兩方面進(jìn)行驗(yàn)證。
18：對向量值緩慢振動函數(shù)及遙遠(yuǎn)概周期函數(shù)的性質(zhì)作了討論.
19：在實(shí)驗(yàn)后我們發(fā)現(xiàn)，提出的方法相對于邊緣吻合向量量化編碼呈現(xiàn)了較好的影像品質(zhì)。
20：采用相關(guān)分析發(fā)現(xiàn)，拖延和時(shí)間管理傾向之間存在顯著的負(fù)相關(guān)，表明了時(shí)間管理傾向量表的區(qū)分效度。
21：另外，大多方案提出的自適應(yīng)律都是對最優(yōu)逼近參數(shù)向量進(jìn)行自適應(yīng)調(diào)節(jié)。
22：這些數(shù)據(jù)能會用來為表面上每個(gè)頂點(diǎn)創(chuàng)建一個(gè)旋轉(zhuǎn)矩陣，能夠用來把向量從全局坐標(biāo)系轉(zhuǎn)換到切線空間。
23：介紹了光滑支持向量分類機(jī)模型的原理，用集合論等方法證明模型SSVM的收斂性，然后得到收斂上界的計(jì)算公式。
24：文摘：用拉格朗日乘子法，利用向量分析的工具及巧妙的變換，對帶摩擦約束的彈塑性接觸問題的變分不等原理進(jìn)行了嚴(yán)格的證明。
25：使用向量空間模型來表示事件描述片段的特征，并分類計(jì)算特征詞的重要度，最后對文本中的事件片段進(jìn)行定位和分類。
26：本文剖析了線性代數(shù)中伴隨矩陣、行向量與列向量的乘積、正交矩陣幾個(gè)較難掌握的概念，由此引出這些概念的一些基本特征和性質(zhì)。
27：他等到目標(biāo)單位走下一段樓梯，直到瞄準(zhǔn)向量中出現(xiàn)一個(gè)信號表示他的第一發(fā)子彈射穿目標(biāo)后會落在停車場內(nèi)不會造成任何其他損害。
28：優(yōu)化問題的二階充分條件是研究靈敏度分析的基礎(chǔ),支持向量機(jī)是數(shù)據(jù)挖掘的新方法.
29：例外序列的概念來源于對于向量叢的研究。
30：方法運(yùn)用文獻(xiàn)考證和歷史分析的方法對向量概念的演變進(jìn)行研究。
31：目的通過可視化人體圖像確定咀嚼肌的三維肌力向量.
32：提出了一種新的基于關(guān)聯(lián)規(guī)則的多層文檔聚類算法，該算法利用新的文檔特征抽取方法構(gòu)造了文檔的主題和關(guān)鍵字特征向量。
33：將行列式的值、矩陣的秩、齊次線性方程組的解等知識運(yùn)用于向量組線性相關(guān)性判定，歸納出六種判定向量組線性相關(guān)性的方法。
34：提出了一種基于分類技術(shù)的支持向量回歸方法，解決數(shù)據(jù)分布未知、數(shù)學(xué)模型未知的非線性回歸問題。
35：受分形編碼思想啟發(fā)，提出了一種新的基于向量量化的圖像超分辨率方法。
36：應(yīng)用瞬時(shí)值對稱分量變換，可提取電壓、電流故障分量的正序空間向量。
37：加載向量P的元素是按編號順序列表的加載分量.
38：首先，以防你們不知道這些是什么，給出這個(gè)單位向量的2個(gè)分量，a和。
39：由于分類的依據(jù)是氣泡表面積的大小，確定了圓面積和圓形度兩個(gè)最能表征類圓形表面積的分量組成分類特征向量。
40：視覺化教材的部份提供了用來展示不同物理現(xiàn)象的多媒體工具，包括向量場、靜電學(xué)、靜磁學(xué)、法拉第定律和光。
41：二維和三維的歐幾里德空間是度量空間。另外，內(nèi)乘空間、向量空間以及某些拓?fù)淇臻g等也都是度量空間。
42：敏銳的洞察力和卓越的個(gè)人才識使得吉布斯邁出了最重要也是最關(guān)鍵的一步，創(chuàng)立了現(xiàn)代意義下的向量分析系統(tǒng)。
43：用向量分析的方法，從三維角度對剛體的運(yùn)動進(jìn)行了進(jìn)一步討論，通過典型實(shí)例作了更清楚的說明。
44：作為應(yīng)用，討論了在偽單調(diào)條件下集值映射的向量平衡問題解的存在性及其等價(jià)性刻劃。
45：還可以用外積來找到一個(gè)向量,使它和給定的向量A及B垂直。
46：Meschach可以解稠密或稀疏線性方程組、計(jì)算特征值和特征向量和解最小平方問題，另外還有其它功能。
47：第二層次將自組織拓?fù)溆成渑c向量量化器相結(jié)合，最終生成主曲線。
48：我們已經(jīng)知道了一個(gè)準(zhǔn)則,如果向量場的旋度為零,而且它在整個(gè)平面上有定義，那么這個(gè)向量場是保守的，而且它是個(gè)梯度場。
49：本文提出了多環(huán)空間連桿機(jī)構(gòu)擺動力完全平衡的單位向量法。
|
