1) q-mean square function
q均方函数
1.
The relationships between the growth velocity of q-mean square function of a special martingale with values in banach space and q-uniformly TC convex Banach space have been studied, and the structure of a Banach space has been characterized by using the growth velocity of q-mean square function of a special martingale with values in banach space.
研究了Banach空间上X值特殊鞅的q均方函数的增长速度与X的q一致TC凸性的关系,从而用特殊鞅的q均方函数的增长速度刻划了抽象空间的结构。
2) mean square difference function
均差方函数
1.
This paper brought forward calculating time delay by mean square difference function and validated the validity of this method by experiment.
在汽车噪声信号不满足平稳随机过程、无法使用自相关函数和互相关函数计算时延的情况下,提出用均差方函数计算时延的算法,并通过试验验证了该方法的有效性。
3) p square function
P均方函数
4) Q function
Q函数
1.
Derivation of Q function for a squeezed state from its original definition;
从Q函数的原始定义出发导出压缩态下的Q函数
2.
In the paper,the theory of this method and the selection of the Q function was introduced.
叙述了该方法的原理和Q函数的选择。
3.
In this paper,we study the convergence of Hilbert-valued Dμ,q function on the unit ball by Rademacher function system and get the Lipschitz condition of Hilbert-valued Dμ,q function,iff(z)=sum from n=1 to ∞ xnzn ∈ Dμ,q,q > (2n)/μ ,we get φ(z)=sum from α≥0 to ∞ ⅡxαⅡzα ∈Lipγ,where 0<μ<1 if n=1 or 0<μ<2 if n>1.
主要研究了单位圆盘上Hilbert值Dμ,q函数,得到了Hilbert值Dμ,q函数的Lipschitz条件,若f(z)=sum from n=1 to ∞ xnzn∈Dμ,q,0<μ<1,q>(2n)/μ,则有φ(z)=sum from n=1 to ∞ⅡxnⅡzn∈Lipγ。
5) Q-function
Q函数
1.
Based on Q-function introduced by Zhu & Lee(2001),this paper proposes some case- deletion measures for assessing the influence of an observation in exponential family nonlinear mixed models.
对指数族非线性混合效应模型,本文基于Q函数(朱宏图,2001)方法,给出几种度量数据删除影响的统计量。
2.
We replace the observable-data log-likelihood function with Q-function.
首先把模型中有误差的不可观测的数据当作是缺失数据,接着用SA-MCMC算法得到了模型参数的最大似然估计,然后考虑用Q函数代替可观测数据的对数似然函数来进行影响分析,得到了建立在Q函数上的局部影响分析的诊断统计量。
6) Q-function
Q-函数
1.
We discuss the convergence of Q-functions of the truncated matrices of q-matrix.
运用算子半群方法,讨论了q-矩阵的截断矩阵对应Q-函数的收敛问题;引进q-矩阵的Yosida逼近矩阵,证明了任意Q-过程可以由一列有界Q-过程逼近。
补充资料：函数的均方逼近
函数的均方逼近
ion mean- square approximation of a fimc-
函数的均方通近t~一阅砚“e aP声0刘政班七闭ofa血仪确桩叨;cPe职~.j甲~eCKOe .P“6~e抓e中翔城””} 函数甲(0对函数f(0的一种逼近，逼近的误差度量拼(f;中)由下式定义: b ;。(f;，)一J of(:)一，(。)]’过。(。)，其中口(t)是【a，b]上异于常数的非减函数. 设 ul(t)，“2(t)，·…(*)是汇a，bI上关于分布d。(t)的一个规范正交系(。找honormals够teTn).当用线性组合艺:一、、、。*(:)对函数f(t)作均方逼近时，对每个n二l，2，…，最小误差由和式 艺c*(f)u*(亡) k二I给出，其中，c*(f)是函数f(t)关于函数系(*)的F以耐er系数(Fou丁(r以祀伍cients);因此，最好的逼近方法是线性的.【补注】亦见平均逼近;函数逼近;函数逼近，线性方法;最佳逼近;最佳平均逼近;最佳线性方法.
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