Средний вектор

Cтраница 2

Мы будем пользоваться в нашем доказательстве следующими обозначениями: р - абсолютная величина вектора, начало которого совпадает с началом прямоугольной системы координат, 0 - угол, который этот вектор образует с осью ОХ ] х, у - компоненты вектора, р - среднее значение вектора, 0 - угол между средним вектором и осью OX, XQ, у о - компоненты среднего вектора, о-х ( 7у - средние квадратичные отклонения величин х и у, г - коэффициент корреляции между х иу. [16]

При пересечении фотона с поверхностью происходит изменение направления его распространения в соответствии с задаваемой индикатрисой переизлучения турбулентных неоднородностей. Поскольку положение среднего вектора в направлении рассеяния волны eso для диаграмм переизлучения рассеивателей, изотропной по полусфере и по закону Ламберта, совпадает с направлением нормали к поверхности п, то ниже исследуются лишь первая из них и диаграмма переизлучения рассеивателей квазизеркального типа. [17]

Действительно, рассмотрим слои ориентированных спинов, которые внезапно подвергаются воздействию анти-рараллельного магнитного поля. Возникает неустойчивое равновесие Средние векторы магнитных моментов слоев имеют одинаковую вероятность двигаться в любых направлениях. В результате рассмотренных процессов в образце, возникнут спиновые волны. [18]

Эта функция имеет простую интерпретацию. Для данной группы 3.i средний вектор nij лучше всего представляет выборки в 3Pit так как он минимизирует сумму квадратов длин векторов ошибок х - тг. Значение J, зависит от того, как выборки сгруппированы в группы, и оптимальным разделением считается то, которое минимизирует Je. Группировки такого типа называют разделением с минимальной дисперсией. [19]

Часто употребляемый термин средняя скорость, вообще говоря, неоднозначен. Если имеется в виду средний вектор скорости, то он, конечно, равен нулю, как и средние значения всех составляющих скорости. Обычно же так для краткости называют средний модуль скорости. [20]

Эффективность этой процедуры можно оценить аналитически, если объекты генерируются в соответствии с двумя нормальными распределениями. Мы найдем условия, при которых разделяющая гиперплоскость сходится к гиперплоскости, перпендикулярной к вектору разности средних векторов этих распределений. [21]

Хотя все три критерия можно оптимизировать описанным в предыдущем параграфе алгоритмом, использование критерия Ji позволяет построить особенно простой алгоритм автоматической классификации. Предположим, что на 1 - й итерации число векторов, отнесенных к каждому классу, достаточно велико, так что при переброске одного вектора нз класса в класс средние векторы изменяются незначительно. [22]

Изменение ПАС во времени при различных осевых зазорах. [23]

Как показали опыты, средняя по времени сила РУ меняется сравнительно мало от величины осевого зазора. Это можно объяснить в известной мере постоянством количества движения за направляющим аппаратом независимо от пробега потока, если не принимать во внимание трение о стенки, ограничивающие зазор. В таких условиях осреднен-ная аэродинамическая сила может изменяться только вследствие отклонения среднего вектора скорости за рабочим колесом от его направления при номинальном зазоре. [24]

Детальные ха-рактерестики недостатка скорости в относительном движении при ai 15 и. [25]

Взаимное положение векторов с4 и wt при фиксированном угле at определяется характеристическим числом u / Ci - важнейшей характеристикой кинематики потока в относительном движении. Величина же недостатка скорости характеризуется неравномерностью потока в абсолютном движении. Из этих соображений вместо того, чтобы более строго характеризовать нестационарный поток величинами Aa it и Ашщ, для ориентировочных расчетов можно ввести аналогично xci степень неравномерности потока в относительном движении xwi ауцпах - o) imin / ( 2aic), где ш1с - величина среднего вектора относительной скорости. [26]

Наиболее простым способом автоматической настройки масштаба является использование результата последней попытки. В этом случае после получения удачной попытки масштаб поиска увеличивается, а после неудачной - уменьшается. Алгоритмы, сочетающие жесткое однократное обучение с автоматическим изменением масштаба, обладают хорошей сходимостью, являются наиболее универсальными и удобными в программировании. Если сложить поисковые векторы ряда независимых, следующих одна за другой удачных попыток, можно получить некоторый средний вектор, который при большом числе попыток будет приближаться к направлению наиболее выгодного решения. [27]

Такая задача, конечно, трудновыгюлнима и необходимы некоторые разумные упрощения. Псевдоожиженный слой при установившемся режиме может рассматриваться как статистически стационар-пая система, статистические средние которой не меняются во времени. Еще одним упрощением является предположение об аксиальной статистической однородности слоя, в соответствии с которым статистические характеристики не изменяются при сдвиге начала системы координат вдоль оси симметрии слоя. Анизотропия статистических характеристик псевдоожпженного слоя определяется динамической неравноценностью радиального и аксиального направлений, так как последнее совпадает с направлением среднего вектора гидродинамических сил взаимодействия между твердой фазой и потоком сжижающего агента. Это обстоятельство позволяет предположить, что в цилиндрической системе координат, вертикальная ось которой совпадает с направлением движения ожижающего агента, оси координат являются главными осями тензора эффективных коэффициентов диффузии. [28]

Минимальная и максимальная меры представляют два крайних подхода в измерении расстояния между группами. Как все процедуры, содержащие максимумы и минимумы, они оказываются слишком чувствительными к различным отклонениям. Использование усреднения - очевидный путь по возможности избежать этого, и davg и dmean являются естественным компромиссом между dmin и dmax. Однако такую меру, как davg, можно использовать, когда расстояния х - х заменены на меру подобия, а меру подобия между средними векторами трудно или невозможно определить. [29]

На каждой итерации этого алгоритма вначале происходит перебрасывание объектов из класса в класс без изменения числа классов. Затем к имеющимся на данный момент классам применяется процедура объединения или расщепления. Процедура объединения объединяет в один класс каждую пару классов, средние векторы которых находятся друг от друга на расстоянии, меньшем заданного порога. Процедура расщепления расщепляет или не расщепляет каждый класс в зависимости от плотности его заполнения и свойств выборочной матрицы коварна ции. [30]

Страницы: 1 2