1) FDOD
信息离散性度量方法
1.
In this paper, the main work is about FDOD a.
本文的主要工作是信息离散性度量方法及其在生物进化中的应用研究,具体工作概括如下: 1。
4) discrete information
离散信息
5) information divergence
信息散度
1.
Information divergence is a way to measure the difference between two random distributions.
第一部分:信息散度(Information Divergence)的研究本文的第二章主要讨论了信息散度的问题。
2.
This paper proposes a weighting Otsu\'s segmentation method based on gray probability of image from the point of view of information divergence.
从信息散度角度出发推导出一种图像灰度概率加权的Otsu分割方法,将灰度概率加权进行推广得到一般加权的Otsu分割方法,采用模糊能量理论解释其合理性。
6) information statistic method
信息量统计方法
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条