采用回归分析的方法,建立特征变量与产品质量之间的统计对应关系,把产品质量表达成特征变量的回归函数,进而得到特征空间与产品质量空间在统计意义上的映射关系.在产品质量空间进行聚类,在特征空间进行分类,而后提出了一种基于统计空间映射的在线模式识别方法.利用唐钢烧结厂的实测数据进行了仿真,验证了本方法的正确性.从算法分析和仿真结果看,这一算法可以有效地克服模式交叉现象的影响,并可对复杂生产过程进行在线质量推断

7.1该用什么颜色空间 7.1.1颜色空间的分类问题 7.1.2颜色空间的变换问题 7.1.3什么颜色空间适合我 7.2计算机图形颜色空间 7.2.1g,CMY和CMYK 7.2.2Hs和RGB 7.2.3hsl/sB和RB 7.2.4HSI和RGB

一、三维向量空间 二、n维向量 三、向量空间及其子空间

向量空间 (Vector Space) 向量空间的基本概念 子空间 相关性、基和维度 (Independence, Basis and Dimension) 线性相关性 向量空间的基和维度 矩阵的列秩与行秩 (Column Rank and Row Rank of Matrices) 列空间的秩与行空间的秩 通过 Gauss−Jordan 消元法来求 A−1 解线性方程组 (II)(Solving Linear Equations(II)) 矩阵的秩 Ax = 0 的解 Ax = b 的解

一、空间直线的方程 二、空间两直线间的位置关系 三、空间直线与平面间的位置关系

5-1空间汇交力系 5-2空间力偶系 5-3力对点的矩与力对轴的矩 5-4空间一般力系向一点的简化 5-5空间一般力系简化结果的讨论 5-6空间一般力系的平衡方程及应用 5-7平行力系的中心与物体的重心

第一章 餐饮空间设计的程序 第二章 餐饮空间设计的准备阶段 第三章 餐饮空间概念设计 第四章 餐饮空间的平面设计 第五章 空间深化设计

§5.1 二次型及其矩阵表示 §5.2 标准型 §5.3 唯一性 §5.4 正定二次型 §6.1 集合、映射 §6.2 线性空间的定义与简单性质 §6.3 维数、基与坐标 §6.4 基变换与坐标变换 §6.5 线性子空间 §6.6 子空间的交与和 §6.7 子空间的直和 §6.8 线性空间的同构 §9.1 定义与基本性质 §9.2 标准正交基 §9.3 同构 §9.4 正交变换 §9.5 子空间 §9.6 实对称矩阵的标准型

在上节所讲的V+l=V+W中V就是尺度空间,即我们观察事物所采用的尺度,也就是分辨率。W就是 细节空间,即不同尺度空间观察事物的差异。并且知道一幅图像=最低分辨率下图像+不同细节空间的细 节信息即一幅图像=系数*尺度基+系数*细节空间基在Har小波中若一个事物可用如下2个尺度 基描述(尺度相同,位移不同)记为1尺度那么当我们用一个大尺度基描述时(即取平均),就会有一 个失真记为0尺度此细节差异就对应描述基如下(补空间基)正如富里叶变换是将一个周期函数用无

以图像来说明建立空间特征基和小波变换的关系 设有一幅图像,从不同分辨率考察。 若我们离很远来看,可能会把每64个点看作一个点,若记此时构成的描述空间为V 若走进一些,把16个点看作一个点,记此时构成的描述空间为V1 若再走进一些,把4个点看作一个点,记此时构成的描述空间为V2 若再走进一些,把1个点看作一个点,记此时构成的描述空间为V3 则可知凡是Vi空间内可以描述的图像