说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 弱白噪声
1)  Weak white noise
弱白噪声
2)  weak noise
弱噪声
1.
Dynamic modulations on intensity sensitivity evoked by weak noise in the inferior collicular neurons;
弱噪声对下丘神经元声强敏感性的动态调制(英文)
2.
Influence of weak noises on the threshold behaviour for single mode dye lasers;
弱噪声对单模染料激光器阈值行为的影响
3.
In order to study the effect of weak noise on the sound signal extraction of mouse (Mus musculus Km) inferior collicular (IC) neurons from environment, we examined the change in neuronal rate intensity fu.
本研究的主要目的是通过模拟自然背景噪声,探讨弱噪声对下丘神经元感受声强以及对神经元声反应动力学范围的影响,并借此推断,在背景噪声中,下丘神经元在整合和处理声信息中的作用。
3)  weak noise limit
弱噪声极限
1.
Stochastic resonance in two-dimensional Brownian motion in the weak noise limit;
弱噪声极限下二维布朗运动的随机共振现象
4)  weak background noise
弱背景噪声
1.
However, little is known about the effect of weak background noise on the detection of acoustical signals in animals.
平时被人们忽视的弱背景噪声是否影响动物的声信号的检测,其神经机制是什么,还未见相关的研究报道。
5)  weakly dependent noise
弱相关噪声
6)  daytime noise
白昼噪声
补充资料:白噪声


白噪声
white noise

  白噪声[咖te俪se;6e几u曲川yM] 有常值谱密度(sPeet阁de招ity)的广义平稳随机过程(stationa理stochasticP联ess)X(t).白噪声的广义相关函数形如刀(r)二。’占(t),其中叮’是正常数而占(t)是吞函数.白噪声过程被广泛应用于描述有很小相关周期的随机扰动(例如“热噪声”—导体中由电子的热运动产生的电流强度的脉动).在白噪声的谱分解 x(。)一丁。!、!d:(、)中,其“基本振动”e“‘d:(又)在所有频率又处都有同样的平均强度;更确切些说,它们的平均平方振幅是 Eld:(洲2一兰以一二<伙二. 2兀这个谱分解意味着,对每一平方可积函数甲(t), 一J,(:)X(。)d:一丁石(、)d·(、),其中石(劝是毋(t)的R脚让r变换(Fourie:tr二-form);广义过程X二(x,毋>对函数职(t)的更明显的依赖性可以由一个与d以劝同类型的对应随机测度d叮(t)来描述(d叮(t)是随机测度dz(又)的Fou-rier变换),即 ‘X,,,一了,(。)d。(亡)· G泣仍s白噪声(Gauss恤认七ite noise)X(t)作为肠旧翎.运动(Bro~订幻石。n)叮(t)的广义导数(X(t)=叮‘(t)),是构造“受控”于一随机微分方程的随机扩散过程(diffusionp联ess)y(t)的基础: Y,(t)=a(t,Y(t))+。(t,Y(t))粉‘(t)·这方程常常写成微分形式: dy(t)=a(r,Y(r))dr+。(r,Y(t))d叮(t). 涉及白噪声应用的另一类重要模型是描述有平稳随机扰动X(t)作用于其上的稳定振动系统行为的随机过程Y(t),这时,Y(s)(st).这种系统的一个很简单的例子是 _了d、,,、 PI‘竺一】Y(t飞=X(t)、 一\dt/一‘一’其中尸(:)是全部根都在左半平面的多项式;在阻尼掉“瞬时过程’之后,过程Y(t)即由下式给出: y“,一f击“·‘、,·实际应用中,在所谓散粒效应(shot effect)过程的描述中,如下形式的白噪声 x(。)二艺占(。一;*) k起着重要的作用(k在一的与的之间变动,而…,:一:,;〔,,:t,…构成一Poisson过程);更确切地说,X(t)是Poisson过程粉(t)的广义导数.散弹效应过程本身有如下形式: Y(:)一了。(。,:)x(、)、:一J。(。,:)、。(、) =艺c(:,Tk) k其中c(t,、)是满足条件 丁!。(:,:)}2、:、二的权函数;此外,广义过程X=的均值是 a‘,,一a丁,(「)d‘,其中a是Poisson律的参数(见上),而该过程的谱表示 X(:)一a+丁。
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