发表声明一下:该迭代是为频率JPEG认真准备好,起初进修,如有解释偏差的人口众多,劝不吝赐教。即将碰触该应用领域的两边,菜鸟层级,神祇劝直达。1) 特征极限齐备辞典E2) 通过formula_的频率n和极限齐备辞典E,求得频率的密集指出z3) 保留极限齐备辞典E和密集频率z,由于z的base不算低于n,等同于做到了频率的JPEG4) 待频率必需推测或者处理过程时,通过E和z的乘积乘积得到所必需的频率n前面流程之中最主要的是第2)步,这里改用AAC迭代做到频率的密集指出。查找辞典之中的每一个原子核,根据线性变换更高前提找寻与频率构造最有所不同的原子核,作为意味着的也就是说原子核,从频率之中移除与该原子核有所不同的化学成分后,对剩余的大部分便和其他原子核必线性变换,寻觅构造类似的原子核,直到所余下化学成分实现formula_的必需,则中止算法。比如说:例证源自前面连接起来,在此改进认真了必要【>://部落格.csdn.net/theonegis/originally/details/78209711】前面连接起来之中的短文之前所写的很简要容易解释了。前面是看完毕前面短文的一些自己的解释频率的密集指出改用AAC迭代,流程如下:假如formula_频率 n=(1.65,安0.25) 和 极限齐备辞典E=(d1,d2,d3), d1,d2,d3分作极限齐备辞典之中的原子核,且d1=(安0.707;0.707),d2=(0.8;0.6),d3=(0;安1);AAC流程:必成formula_频率n和极限齐备辞典E之中所有原子核的线性变换Companylt;d1·nCompanygt;,也就是n在每个原子核前面的平面或者矢量,必成线性变换的正数最主要所在的原子核。|Companylt;d1·nCompanygt;|= |(安0.707;0.707) ·(1.65,安0.25) |= |(安0.707)*1.65+0.707*(安0.25)| = |安1.34| = 1.34;|Companylt;d2·nCompanygt;| = |(0.8;0.6) ·(1.65,安0.25)| = |0.8*1.65+0.6*(安0.25)| = 1.17;|Companylt;d3·nCompanygt;| = |(0;安1) ·(1.65,安0.25)| = |0*1.65+(安1)*(安0.25)| = 0.25;最主要线性变换为d1,所以n在d1前面的平面最大值最主要。看左图:图中很模糊见到n在d1前面的平面的最大值最主要,可选择d1前面平面最大值安1.34。数值n和线性变换在该齿轮前面的formula_的值,也就是施用矢量d1前面的矢量后来的数据流矢量r0,也即r0 = n-<d1·nCompanygt;*d1 = (0.7;0.7);【小贴士:为什么不是r0 = n-<d1·nCompanygt;?为什么要减去d1?原因:线性变换是一个最大值,该值在相异旋转轴前面的formula_必需减去旋转轴。比如5在z齿轮前面的formula_就是5*(1,0)=(5,0),也即formula_(5,0) 】下图之中的residue 0也就是数据流r0formula_,将该formula_向向下,使得formula_算起一段距离和坐标轴相交,如下所示红色支线暂时求得数据流大部分和其他原子核的线性变换【小贴士:为什么不是所有原子核而是剩余原子核?因为原频率之前在d1前面求得过矢量了,不必需再求,另外,d1和r0内积,线性变换为0】|Companylt;r0, d2Companygt;|=0.98;|Companylt;r0, d3Companygt;|=0.70;r0在d2前面的平面略大,因此可选择在d2上的平面最大值0.98,那么剩余的数据流就为:r1 = r0-<r0, d2Companygt;*d2 = (安0.08;0.11)如果formula_的电位为(0.2;0.2),则r1之前实现formula_的电位,可以落幕了。如果电位很小,数据流还未曾也就是说则暂时。将上所示之中的residue 1向前旋转,使得formula_的算起和左上角相交。如图三Companylt;r1, d3Companygt;= 安0.08*0+0.11*(安1) = 安0.11;r2 = r1 – (安0.11)*(0,安1)=(安0.08;0.11)安(0;0.11)=(安0.08;0);z = (安1.34; 0.98; 安0.11) 就是算出的密集指出。证明一下:n于大 = E*z=(d1,d2,d3)*z = (安0.707, 0.8, 0; 0.707, 0.6, 安1)*(安1.334;0.98;安0.11) = (1.73;安0.25)实际上的n=(1.65,安0.25);r2恰巧大于n安n于大=(安0.08;0)