向量的

基本解释 (translations)

vectorial

与向量的相关的网络例句 [注：此内容来源于网络，仅供参考]

This is my last OpenGL for a project to use the "three-dimensional vector space / point" and related functions, they can use a definition of space vector / points, for the vector translation, zooming and rotation, the use of correlation function can also achieve two vector by the fork, get a Vectors absolute length of a vector unit, received a 3:00 decision vector perpendicular to the plane, a space to be the distance between two points, two vector to be the plot points, to be the angle between two vectors, such as operating for the use of user-friendly, each function is detailed Notes, it is particularly important if the calculation vector plot points, fork also took note, we hope to have useful.

这是我过去进行一个OpenGL项目时使用到的"三维空间向量/点"类及相关函数，使用它们可以定义一个空间向量/点，实现向量的平移，缩放和旋转等，使用相关函数还可以实现两向量的叉乘，得到一个向量的绝对长度，将一个向量单位化，得到一个三点决定的平面的垂直向量，得到空间中两点的距离，得到两向量的点积，得到两向量的夹角等操作，为方便用户的使用，每个函数都有详细的注释，特别重要的向量计算如点积，叉乘还有相关说明，希望对大家有所用处。

You need to know what the cross product is and what it means geometrically (a vector perpendicular to the vectors with a length equal to the sine of the angle between them).

你需要知道向量积是什么，以及它的几何意义(一个和两个向量都垂直的向量，长度等于原来两向量的长度乘以两向量的夹角的正弦)。

Targeted at maximizing the market surplus, we established both a fixed merchandise combination model and an uncertain merchandise combination auction model. A "queue list" method is put forward to solve the fixed merchandise combination vector's auction model, and discussed the pricing methods of different final prices. Additionally, we discussed the auction contract-matching algorithm of the unit combinations vector.

以市场盈余最大为目标建立常商品组合向量的拍卖模型和不确定商品组合向量的拍卖模型，提出"队列表"法求解常商品组合向量的拍卖模型，讨论不同成交价的定价方法，并对只有两种商品组合的不确定商品组合向量的拍卖进行拍卖合同的匹配分析，讨论了单位商品组合向量的拍卖的合同匹配算法。

Inmodel is either a logical vector, whose length is the number of columns in X, or a vector of indices, whose values range from 1 to the number of columns in X, specifying the predictors that are included in the initial model. The default is to include no columns of X.

其中 X 为自变量矩阵， y 为因变量矩阵， inmodel 可以为一个逻辑向量，它的长度为 X 中列向量的个数或者说变量的个数；也可以一个序列向量，它的取值范围为1－ X 中列向量的个数，用来指定模型中的初始变量，默认值是没有选取任何 X 的列向量。

A novel method for design of controller enforcing the constraints is presented. First the constraints involving the marking and Parikh vectors are transformed into the constraints involving Parikh vector only using Petri net state equality, and then the controller is constructed based on the viewpoint that a place can be seen as a linear inequality constraint on the Parikh vector.

该方法首先利用Petri网的状态方程把关于标识向量和Parikh向量的不等式约束转变成关于Parikh向量的不等式约束，然后基于Petri网库所是关于Parikh向量的不等式约束的观点构造控制器。

This is a project to use the three-dimensional space vector/point type and related functions, they can be defined using a space vector/point, the realization of vector translation, scaling and rotation, the use of correlation function can also be the realization of the two vectors fork x, the absolute length of a vector, a vector unit, and get a three-point decision to the vertical plane of the vector, be the distance between two points in space, by the two vectors point multiplication by the two vectors angle, such as operations, for the use of user-friendly, each function are detailed notes, I hope all of you useless.

详细说明：这是一个项目时使用到的"三维空间向量/点"类及相关函数，使用它们可以定义一个空间向量/点，实现向量的平移，缩放和旋转等，使用相关函数还可以实现两向量的叉乘，得到一个向量的绝对长度，将一个向量单位化，得到一个三点决定的平面的垂直向量，得到空间中两点的距离，得到两向量的点积，得到两向量的夹角等操作，为方便用户的使用，每个函数都有详细的注释，希望对大家有所用处。

Based on the intrinsic nullspace property of the SVM proven by the authors, which shows that the normal vector of the SVM decision plane is of the nullspace property in terms of the support vectors-based within-class scatter matrix, a support vectors-based method is presented to construct the Kernelized Decision Boundary Feature Matrix by using the SVM normal vectors.

进一步结合均值向量的差向量构建扩展决策边界特征矩阵。最后以支持向量为训练集合，结合零空间方法来计算投影空间，该投影空间被用来从原始图像中提取判别特征。

Vector is an important mathematical tool for the study, the method is the use of vector algebra vector solution to the issue of three-dimensional geometry of a convenient method, space vector as the new content, in dealing with space issues have considerable advantages space than the original problem to deal with more flexibility.

向量是数学研究的一种重要工具，向量的方法是使用向量的代数方法去解决立体几何问题的一种便捷的方法，空间向量作为新加入的内容，在处理空间问题中具有相当的优越性，比原来处理空间问题的方法更有灵活性。

During calculation of the tangent vector, the complete Jacobian matrix is adopted so that the tangent vector is computed accurately. During calculation of initial power flow and correction steps FDCPF is used.

该方法在切向量求取环节，采用完整的雅可比矩阵做系数矩阵求取切向量，从而保证切向量的准确性；在初始潮流计算和校正环节采用快速分解法进行求解。

Depending on the structural feature of the discernible vector, a plus rule for the discernible vector sets was defined, and a scan vector with concise structure but representing the information table can be obtained through scanning the discernible vector just one time.

根据粗糙集理论知识，定义了一个新概念―差别向量，利用差别向量将信息表转换成差别向量组；根据差别向量的结构特征，定义了差别向量加法法则；运用这个加法法则仅需对差别向量组扫描一次，就可以形成结构简洁却能代表原信息表属性特征的扫描向量。

与向量的相关的网络解释 [注：此内容来源于网络，仅供参考]

eigenvector basis：特征向量的基

eigenvector 特征向量 | eigenvector basis 特征向量的基 | elementary matrix 初等矩阵

vector included angle：向量的夹角

vector group's order 向量组的秩 | vector included angle 向量的夹角 | Vector length 向量的长度

norm of vector：向量的范数

nontrivial solution 非平凡解 | norm of vector 向量的范数 | normalizing vector 规范化向量

lerp：计算两向量的插值

Speed 计算x,y,z方向的速度 | Lerp 计算两向量的插值 | Set Length 数值向量的长度

Proc. XY Corr：基线向量的XY 互相关系数

Proc. Z Comp. Error--基线向量的Z 分量的标准差. | Proc. XY Corr.--基线向量的XY 互相关系数. | Proc. XZ Corr.--基线向量的XZ 互相关系数.

Proc. X Comp：基线向量的X 分量

To site ID--终点标识符. | Proc. X Comp.--基线向量的X 分量. | Proc. Y Comp.--基线向量的Y 分量.

Proc. XZ Corr：基线向量的XZ 互相关系数

Proc. XY Corr.--基线向量的XY 互相关系数. | Proc. XZ Corr.--基线向量的XZ 互相关系数. | Proc. YZ Corr.--基线向量的YZ 互相关系数.

Proc. Y Comp：基线向量的Y 分量

Proc. X Comp.--基线向量的X 分量. | Proc. Y Comp.--基线向量的Y 分量. | Proc. Z Comp.--基线向量的Z 分量.

Proc. Z Comp：基线向量的Z 分量

Proc. Y Comp.--基线向量的Y 分量. | Proc. Z Comp.--基线向量的Z 分量. | Proc. X Comp. Error--基线向量的X 分量的标准差.

Proc. YZ Corr：基线向量的YZ 互相关系数

Proc. XY Corr.--基线向量的XY 互相关系数. | Proc. XZ Corr.--基线向量的XZ 互相关系数. | Proc. YZ Corr.--基线向量的YZ 互相关系数.