比例因子 造句

---

用词语比例因子造句

• SVG动态缩放的关键就是比例因子。
• 首先计算x轴的比例因子。
• 这次测试同样需要计算每次测试的比例因子。
• 最重要的是第51行，它计算y轴的比例因子。
• 通过测定旋转角度，可以确定比例因子。
• 比例因子可以用图轴的高度除以数据的最大值来获得。
• 提出了基于连续比例因子的梯度投影算法。
• 第118行将该值乘以y轴的比例因子，以确定其位置。
• 引入噪声比例因子来描述和处理光电探测器的误差。
• 现在已经介绍了比例因子这个重要概念，下面来说明如何使用它。
• 本文讨论了起始数据误差和观测值误差的比例因子问题。
• 本文提出一种基于PI算法的自调整比例因子模糊控制器。
• 并对图像的畸变中心和纵横比例因子对校正的影响做了探讨。
• 学习过程分为离线学习支持向量机和在线整定模糊比例因子两部分。
• 该控制器不仅具有自学习自适应能力，而且具有自调整比例因子功能。
• 自适应比例因子的值可基于汽缸停用信号和标定比例因子的值来确定。
• 点坐标和比例系数相乘得到像素坐标。更高的比例因子会显示更多细节。
• 比例因子必须能够提供可协调的全局空间，或全屏幕或是调用视窗视图。
• 给出了分别以失效率、平均故障间隔时间表达的分配比例因子及分配公式。
• 该方法通过同一对平行边缘在垂直和水平方向的两幅图像，计算水平比例因子；
• 要得到每个条的高度，只需要用比例因子乘上数据集中的值即可，就是说每个条的高度为。
• 在简单模糊控制器的基础上，利用PI控制算法自动调整模糊控制器比例因子。
• 要记住，比例因子是根据最大值计算得到的，而其他数据都根据比例因子值来计算。
• y轴比例因子是在第104行计算的，方法和上面的柱状图使用的方法一样(请参阅清单2)。
• 本文利用自调整模糊控制器对比例因子和量化因子进行了优化，取得了满意的效果。
• 在分析不同的量化因子和比例因子对控制特性影响的基础上，提出了智能模糊控制方法。
• 在分析不同的量化因子和比例因子对控制特性影响的基础上，提出了智能模糊控制方法。
• 在理论分析的基础上给出了自仿射分形插值函数的表达形式和垂直比例因子的显式表达形式。
• 介绍了均匀设计的基本原理及其在模糊控制器的量化因子和比例因子优化设计中的应用方法。