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 -> Bayes 方法
1)  Bayes method
Bayes 方法
1.
This paper applies Bayes method to Verification of the reliability of gun.
采用 Bayes 方法验证枪炮可靠性,介绍了 Bayes 方法的原理,讨论了试验风险的选择和试验方案的建立,结合实例证明了在解决枪炮可靠性验证试验小子样、短时间和低风险三大问题时,应用 Bayes 方法比传统的方法更合理、更有效。
2)  Bayesian approach
Bayes方法
1.
Assessment of seepage time-varying risk rate for embankments and dams based on Bayesian approach;
基于Bayes方法的堤坝时变渗流风险率评估
2.
Application of Bayesian approach to accident rate analysis of outlet gates;
Bayes方法在水工泄洪闸门事故率分析中的运用
3.
Bayesian approach of performance reliability assessment of solid rocket motors;
固体火箭发动机性能可靠性评估的Bayes方法
3)  Bayes method
Bayes方法
1.
Bayes method of optimizing geotechnical parameters based on two-dimension normal distribution;
基于二维正态分布的岩土参数Bayes方法优化
2.
Bayes method to estimate human error probabilities;
Bayes方法在人误概率估计中的应用
3.
The FUZZY BAYES method to infer distribution of rock parameters;
岩土参数概率分布推断的模糊BAYES方法探讨
4)  Bayesian method
Bayes方法
1.
Hierarchical Bayesian method on the basis of maximum posterior risk;
基于最大后验风险的多层Bayes方法
2.
Analysis of multivariate normal stress-strength reliability based Bayesian method
基于Bayes方法的多元正态应力强度可靠度分析
3.
Aiming at the small sample of strapdown inertial measurement unit(SIMU) successive test data,a Bayesian method was used to study its statistical characteristics.
针对捷联惯性测量组合(捷联惯组)历次测试数据小样本的问题,提出了通过Bayes方法研究捷联惯组历次测试数据的统计特性。
5)  Bayes Bootstrap method
Bayes Bootstrap方法
1.
The theory of Bootstrap method and the Bayes Bootstrap method and the application of the two methods in the small sample are studied.
该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题。
6)  E Bayesian estimation
E Bayes方法
补充资料:经验Bayes方法


经验Bayes方法
Bayesan approach, empirical

  经验加卿方法【血邓血na月州.山,.咧目;1记触。-.口口自.盯眯。八洲瓜脚限侧喊〕 Bayes方法的一种统计解释,利用它,甚至在先验分布(a Priorj distribution)未知时,也可对不能观察的参数作出推断,设(Y,X)为一随机向量.对随机参数X的任何给定值X=x,Y的条件分布密度p伽}x)己知,若在某一试验中仅能观察到Y取的值,而X的相应取值未知,而需要估计未观察到的X的一个函数伞伏)‘按经验 Bayes方法,条件数学期望E伸(x)}月=功(均应取为中(x)之近似值,依Bayes公式(B ayes formula),这期望由公式 、Y)一坦丝半黔竺哩(;) q(Y)在),而只能得出此函数上下限的估计,它们是通过解出下述线性规划问题而求得的:以沙,(Y)和盛(均分别记(1)式分子中的线性泛函在线性约束P(x))认知(x)d卜(x)=l和。
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