导读:本文包含了特征值论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:特征值,矩阵,下界,特征,定理,张量,直方图。
特征值论文文献综述
李哲,于梦茹[1](2019)在《基于改进的HOG与LBP特征值的车标识别方法》一文中研究指出针对多数车标识别方法中定位难、适应性差的问题,提出了基于改进的梯度方向直方图(Histogram of Oriented Gradient,HOG)与局部二值化(Local Binarization Pattern,LBP)特征值的车标识别方法。对包含车辆正面的图像进行倾斜校正,基于车牌和车标的相对位置关系粗定位车标位置,根据车标背景纹理特征进行边缘检测和投影法精确确定车标位置;采用改进的HOG和LBP作为联合特征训练BP(Back Propagation,BP)神经网络分类器。对比实验结果表明,该方法提高了车标识别的准确率,同时车标定位稍有偏差也能做出正确分类。(本文来源于《计算机与数字工程》期刊2019年12期)
张然,翟起龙[2](2019)在《偏微分方程特征值问题的弱有限元方法》一文中研究指出本文简要回顾弱有限元方法在偏微分方程特征值问题中的应用;对于一般椭圆型特征值问题,给出弱有限元方法的分析框架,并以Laplace特征值问题为例给出理论分析.本文对特征值问题的弱有限元方法研究进展进行综述,展望今后准备开展的工作.(本文来源于《中国科学:数学》期刊2019年12期)
陈伟[3](2020)在《矩阵特征值和特征向量在二次型问题中的应用》一文中研究指出二次型问题作为矩阵理论的应用一直是教学过程中的重点和难点,其中利用正交变换法将二次型化为标准二次型是学生必须要掌握的核心能力。据此,着重阐述为什么一定要在这一正交变换过程中求二次型对应矩阵的特征值和特征向量,同时展示出特征值和特征向量在二次型问题中的重要研究价值。(本文来源于《现代商贸工业》期刊2020年02期)
章燕柳,穆海蓉,邵在胜,景立权,王余龙[4](2019)在《臭氧胁迫对稻米淀粉热力学特征值影响及其强弱势粒间差异》一文中研究指出地表臭氧浓度增高情形下水稻减产,米质呈变劣趋势,但稻米热力学特征值的变化及其与生长季、品种以及籽粒着生部位的关系均不清楚。本研究利用自然光气体熏蒸平台,以8个水稻品种为材料,设置高臭氧浓度为100nL·L~(-1),对照浓度为9nL·L~(-1)。连续两年系统研究了高臭氧浓度熏蒸对成熟稻穗不同部位糙米热力学特性(DSC)的影响。与对照相比,臭氧胁迫使稻米热焓值极显着下降4.15%,但对糊化起始温度、糊化峰值温度、糊化终止温度、DSC曲线峰宽和峰高均无显着影响;2017年度稻米热焓值、糊化峰值温度、糊化起始温度和峰高极显着大于2016年,但DSC曲线峰宽表现相反;稻米所有6个DSC特征值的品种间差异均达极显着水平。从稻穗不同位置看,所有测定参数均表现为稻穗上部>中部>下部,除糊化起始温度外差异均达极显着水平。方差分析表明,臭氧×年度对热焓值、糊化峰值温度和糊化终止温度的影响均达显着或极显着水平,臭氧×品种对糊化峰值温度、糊化终止温度、DSC曲线峰宽和峰高均有极显着影响,而臭氧×部位仅对DSC曲线峰宽有显着影响。以上数据表明,稻米淀粉DSC热力学参数因生长季、供试品种以及籽粒着生部位而异,臭氧胁迫环境下稻穗不同部位稻米的热焓值总体上均呈下降趋势,表现为更易糊化的特点。(本文来源于《中国生态农业学报(中英文)》期刊2019年12期)
周平[5](2019)在《非奇异M-矩阵及其逆矩阵Hadamard积最小特征值的新下界》一文中研究指出针对非奇异M-矩阵及其逆矩阵Hadamard积的最小特征值问题,首先,回顾了已有文献应用矩阵的特征值存在域定理和逆矩阵元素的估计式;其次,结合M-矩阵Hadamard积的相关性质特征及不等式的构造、放缩技巧,给出了非奇异M-矩阵与其逆矩阵是双随机矩阵的Hadamard积的最小特征值下界τ(A°A~(-1))的一个仅与A矩阵的元素相关的估计式,推广了已有文献的结果;最后,用数值例子表明所给估计式的下界比已有结果得到的下界更精确.(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年06期)
李建华,毛文贵,周舟[6](2019)在《载荷参数对风力发电机锥形转子系统特征值的影响》一文中研究指出转子不对中会造成运行故障和载荷参数改变.通过传递矩阵法,采用锥形类轴单元处理锥形转子,建立不对中风力发电机锥形转子系统的模型,并计算其特征值.分析锥形轴段单元数对其特征值的影响,讨论轴向载荷和扭矩载荷参数对风力发电机锥形转子系统特征值的影响.为风力发电机锥形转子系统不对中故障研究提供指导.(本文来源于《湖南工程学院学报(自然科学版)》期刊2019年04期)
陈瑞鼎,韩立国,胡勇,董士琦[7](2019)在《应用特征值分解的无反射最小二乘波形偏移》一文中研究指出在最小二乘偏移中,层间多次波往往会造成一些成像假象。无反射方程能够减弱反射波,从而减少层间多次波的干扰。特征值分解可以分离出上下行波,能减少低频噪声的影响,提高了最小二乘偏移的精度。本文将特征值分解的弱反射方程应用到最小二乘波形偏移中,可以简单有效消除部分层间多次波,从而减少成像假象,提高最小二乘偏移的精度。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27)
王信存,吕洪斌,商钰莹[8](2019)在《对角相似变换下的非负矩阵最大特征值算法》一文中研究指出通过引进一个参数构造与迭代矩阵的行和相关的正对角矩阵,应用矩阵的正对角相似变换,给出不可约非负矩阵最大特征值与对应特征向量的数值算法,算法中每一步参数的选择灵活性都较大,从而提高了收敛速度.(本文来源于《吉林大学学报(理学版)》期刊2019年06期)
何军,唐兰,刘衍民[9](2019)在《张量Z-特征值的新包含域定理》一文中研究指出张量Z-特征值问题在医学成像、判定多项式正定性等科学领域中都具有重要应用.给出张量Z-特征值的新包含域,并证明所得到的张量Z-特征值包含区域比文献(Wang G,Zhou G,Caccetta L. Discrete Contin Dyn Syst,2017,B22(1):187-198.)中定理3.4中得到的区域小.基于张量Z-特征值新包含域,得到非负张量Z-谱半径的新上界.数值例子说明结果的有效性.(本文来源于《四川师范大学学报(自然科学版)》期刊2019年06期)
余振军,孙林,贾坤昊,孙洋[10](2019)在《基于特征点局部特征值剔除误匹配特征点算法》一文中研究指出为了解决经典的特征点匹配算法尺度不变特征变换(scale-invariant feature transform,SIFT)算法采用比率测试得到的匹配特征点集中存在大量误匹配,且对数量和准确度无法兼顾的情况,提出了基于特征点局部特征值剔除误匹配特征点算法。该算法以高阈值比率测试得到的结果为粗剔除匹配点集,基于叁角形相似性原理,从该特征点集中筛选出3个匹配正确的特征点对,利用其分别在基准图像和实测图像中构建局部直角坐标系,根据匹配的特征点对在相似局部坐标系下局部特征值的相似度剔除误匹配特征点,实现精剔除。实验结果表明,所提出算法可以有效剔除SIFT算法匹配结果中的误匹配,同时,与低比率(0. 6)测试匹配结果比较,准确度较高,降低了匹配正确的特征点被误剔除的概率,可见该算法可有效剔除误匹配特征点,获得准确度高的匹配点集。(本文来源于《科学技术与工程》期刊2019年32期)
特征值论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文简要回顾弱有限元方法在偏微分方程特征值问题中的应用;对于一般椭圆型特征值问题,给出弱有限元方法的分析框架,并以Laplace特征值问题为例给出理论分析.本文对特征值问题的弱有限元方法研究进展进行综述,展望今后准备开展的工作.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征值论文参考文献
[1].李哲,于梦茹.基于改进的HOG与LBP特征值的车标识别方法[J].计算机与数字工程.2019
[2].张然,翟起龙.偏微分方程特征值问题的弱有限元方法[J].中国科学:数学.2019
[3].陈伟.矩阵特征值和特征向量在二次型问题中的应用[J].现代商贸工业.2020
[4].章燕柳,穆海蓉,邵在胜,景立权,王余龙.臭氧胁迫对稻米淀粉热力学特征值影响及其强弱势粒间差异[J].中国生态农业学报(中英文).2019
[5].周平.非奇异M-矩阵及其逆矩阵Hadamard积最小特征值的新下界[J].重庆工商大学学报(自然科学版).2019
[6].李建华,毛文贵,周舟.载荷参数对风力发电机锥形转子系统特征值的影响[J].湖南工程学院学报(自然科学版).2019
[7].陈瑞鼎,韩立国,胡勇,董士琦.应用特征值分解的无反射最小二乘波形偏移[C].2019年油气地球物理学术年会论文集.2019
[8].王信存,吕洪斌,商钰莹.对角相似变换下的非负矩阵最大特征值算法[J].吉林大学学报(理学版).2019
[9].何军,唐兰,刘衍民.张量Z-特征值的新包含域定理[J].四川师范大学学报(自然科学版).2019
[10].余振军,孙林,贾坤昊,孙洋.基于特征点局部特征值剔除误匹配特征点算法[J].科学技术与工程.2019