1) bivariate model
双变量模型
1.
Under the framework of Bayesian MAP estimation theory,the bivariate model presented by Sendur is investigated,and the corresponding shrinkage function is derived by MAP estimator.
在贝叶斯最大后验估计理论框架下,讨论了Sendur提出的双变量模型,用MAP估计方法推导了对应的萎缩函数,分析了基于双变量模型去噪算法的不足,在此基础上进行了改进,利用MAP软阈值对第L级三个高频子带进行局部自适应处理。
2.
This paper starts from Markus conceptualization of self-schema, criticizes two important assumptions in her conceptualization: the bipolar model and cross-situational consistency,and points out that it will be helpful to study further by adopting the bivariate model and separate-situational consistency.
本文从Markus对自我图式的构念出发,批评了其构念过程所借助的两个重要假设:两极模型与跨情境稳定性,指出采用双变量模型与分情境稳定性假设可能有助于对中国人“既此又彼”的思维进行更深入的研究。
2) two state variable model (TSVM)
双状态变量模型
3) bivariate ARIMA model
双变量ARIMA模型
5) Bivariate Probit Model
双变量probit模型
6) double scalar damage variables
双标量损伤变量模型
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
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