[数] 零空间
First, by redefining the within class scatter matrix and the between class scatter matrix, a new null space method was presented.
首先，通过重新定义样本的类内散布矩阵和类间散布矩阵，提出了一种新的零空间法。
The system was converted to the block controllable form consisting of two parts, one was the range space subsystem and the other was the stable null space subsystem.
通过状态变换和去耦合处理将系统转换为块能控标准型，它由值域空间子系统和稳定的零空间子系统组成。
It transforms the double-differential carrier observation equation using null space transformation so that it need not to resolve real-time three-dimensional position parameters.
对单个历元的双差载波相位观测方程进行零空间变换，避免了实时变化的三维位置参数求解；
The optimal feature vectors are extracted from the null space of intrapersonal locality preserving difference scatter matrix, which avoids the singularity and the SSS problem is solved.
通过在个体类内保局差异散度矩阵的零空间中求最优特征向量，避免了矩阵的奇异性问题，解决了小样本问题。
This can lead into additional space savings, if the table contains many NULL values.
如果表中包含很多null值，这样可以节省更多的空间。
"Null space"（零空间）是线性代数中的核心概念，指一个矩阵所对应的齐次线性方程组的所有解构成的向量空间。以下是详细解释：
对于任意 ( m times n ) 矩阵 ( A )，其零空间定义为所有满足方程 ( Amathbf{x} = mathbf{0} ) 的向量 ( mathbf{x} ) 的集合，即： $$ text{Null}(A) = { mathbf{x} in mathbb{R}^n mid Amathbf{x} = mathbf{0} } $$ 其中，( mathbf{0} ) 是零向量。
零空间中的每个向量对应矩阵 ( A ) 的线性变换后“坍缩”到原点的方向。例如，若 ( A ) 是投影矩阵，零空间即为被投影“压平”的方向。
考虑矩阵： $$ A = begin{bmatrix} 1 & 2 3 & 6 end{bmatrix} $$ 解方程 ( Amathbf{x} = mathbf{0} )，即： $$ x_1 + 2x_2 = 0 3x_1 + 6x_2 = 0 $$ 解得零空间为所有形如 ( mathbf{x} = t begin{bmatrix} -21 end{bmatrix} ) 的向量（( t in mathbb{R} )），即一条一维直线。
在计算机科学中，"null" 可能指空指针或空值，但“null space”通常不用于此语境。若需特定领域（如物理、工程）的解释，建议补充上下文。
flourbenumbdevelop confidence in sb.strictureassertingbivouackeddepraveJensenlewderpneumonoconiosisriggedactive constituentair purificationexisting conditionfaculty membergentle breezepressure regulatorbellmancloggyCONSERcycloheptaneequitablenessfacioscapulohumeralfennelintercellkummerbundlargeheartedmalevolentlyperformaceRigaku