1) produce random number
随机数的产生
1.
In this article,some well-known ways to produce random numbers were introduced,and a new way by using Markov chains was given.
由于过程中转移概率矩阵产生具有随机性,同时服从区间(0,1)上均匀分布,产生的随机数也具有随机性,故双重随机性保证了状态空间中随机数的产生具有更好的随机性。
3) random number generator
随机数产生器
1.
The new algorithm uses chaotic search rather than a random number generator to search a promising region.
该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解。
2.
By collecting noise in the environment of machine,Linux kernel implements a strong random number generator.
随机数产生器在科学研究的许多领域具有重要意义。
4) TRNG
真随机数产生器
1.
True random number generator(TRNG) is usually more secure than pseudo-random number generator.
提出了一种基于鼠标轨迹的真随机数产生器,并对该类产生器的优缺点、总体设计和基本技术进行了研究。
6) Monte Carlo generator
随机数产生程序
补充资料：随机数和伪随机数
随机数和伪随机数
random and pseudo-randan numbers
随机数和伪随机数【喇间佣1 al川牌”山一喇闭..m.山娜;cJI了，a如曰e”nce，口oc月卿成.以叹“c月a】 数亡。(特别，二进制数:。)，其顺序出现，满足某种统计正则性(见概率论(probability Uleory)).人们是这样区别随机数(mndomn切mbe比)和伪随机数(PSeudo一mn由mn切mbe岛)的，前者由随机的装置来生成，而后者是用算术算法构造的.总是假设(出于较好或较差的理由)所得(或所构造)的序列具有频率性质，这些性质对于具有分布函数F(z)的某随机变量心独立实现的一个序列来说是“典型的”;因此人们称作根据规律F(习分布的(独立的)随机数.最经常使用的例子为:在区间【O，l]上均匀分布的随机数亡。，尸(亡。
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