Cтраница 1
Нормированные матрицы применяются при определении коэффициентов регрессии. [1]
Нормированной матрицей Снорм называется информационная мртрица Фишера С, приведенная к одному эксперименту. [2]
Обозначим нормированную матрицу аАА через АЛГ. Тогда, если detAN будет близок к нулю, то система плохо обусловлена, если близок к 1 - то хорошо обусловлена. Наилучшая обусловленность достигается при detAjv l; это означает, как показывает более тщательный анализ, что матрица AJV - ортогональная. [3]
Следовательно, симметричная нормированная матрица плохо обусловлена лишь тогда, когда собственное число Кп мало. [4]
В этом случае получаются нормированные матрицы сопротивлений zn и проводимостей у Зная эти матрицы, легко получить нормированные цепную ап и гибридную А матрицы. [5]
Решение доведено до выражений, позволяющих вычислить элементы нормированной матрицы сопротивлений. [6]
Волновые амплитуды падающих и отраженных волн связаны нормированной волновой матрицей, а также нормированной матрицей рассеяния. [7]
В нашей задаче такое начальное нормирование ( 2) было выполнено заранее, и мы начинаем прямо с нормированной матрицы. [8]
Основная трудность проблемы нормировки системы линейных уравнений состоит все же в том, что мы плохо понимаем, что такое хорошо нормированная матрица, а до тех пор, пока мы не поймем этого, действительно эффективную процедуру нормировки построить будет нельзя. [9]
Все эти траектории могут быть приведены к одной путем линейных преобразований вращения и отражения: э ( сешп) э, причем квадратная ортогональная нормированная матрица косинусов будет принимать любые значения ( независимые от t) и иметь детерминант атп - 1 для вращений и атп - - 1 - для отражений. [10]
Определим ковариационную матрицу вектора Z & в отсутствие и при наличии сигнала от обнаруживаемого источника излучения. Если на частоте & COQ полезного сигнала нет, то D & TV R /, где Nk - мощность помеховой составляющей в области приема, R & - нормированная матрица, учитывающая пространственную корреляцию шума, обусловленную источниками помехового излучения. [11]
Векторное квантование не ограничивается квантованием блока сигнальных отсчетов источника сигнала. Например, при линейном кодировании с предсказанием ( ЛКП), описанном в разделе 3.5.3, параметры, извлеченные из сигнала, являются коэффициентами предсказания, которые являются коэффициентами для всеполюсной фильтровой модели источника, который генерирует наблюдаемые данные. В случае кодирования речи подходящей мерой искажений, которую предложили Итакура и Саити ( 1986, 1975), является взвешенная среднеквадратическая ошибка, где взвешивающая матрица W выбрана как нормированная матрица автоковариации Ф наблюдаемых данных. [12]