1) subjective probability measure
主观概率测度
2) subjective probability prediction
主观概率预测
3) objective probability measure
客观概率测度
4) subjective probability
主观概率
1.
Based on subjective probability, damage states of easting structures are analyzed and two methods for determining the probability distribution of structure damage index(D) are proposed The problems such as the difference of expert knowledge and its modification and approximate evaluation on the reliability of existing structures are discussed.
在引人“主观概率”的基础上，对现有结构的破损状况进行了概率估计２建议了两种确定结构破损指标Ｄ的概率分布的方法；讨论了专家知识的差异及其修正和现有结构使用可靠度近似估计问题。
2.
In accordance with the contradictions in the probability theory is conception structure and the wide-ranging use of the subjective probability method, we put forward the necessity and importance of utilizing the subjective probability theory in the teaching material of probability theory.
针对发生在概率论概念结构中的矛盾性与主观概率方法在日常生活中应用的广泛性。
3.
The basic research branches of DA are subjective probability assessment, utility theory, group decision, multiple objective decision making, and competitive decision making.
决策分析的几个基本研究分支为主观概率估计、效用理论、群决策、多目标决策、竞争性决策等,通过对各分支的发展简史、应用状况和方向的回顾和分析,强调决策分析在决策科学和管理科学发展中的基础性作用。
5) observation density
观测概率
1.
It has great impact on the recognition performance how well HMM observation density can describe the actual distribution.
HMM的观测概率能否很好描述模型的实际分布对识别性能有很大的影响。
6) probability measure
概率测度
1.
Data mining expand model research based on probability measure;
基于概率测度的数据挖掘扩展模型研究
2.
The average direct theorems obtained means that the order of average error bounds of best approximation is determined by the structural properties of functions in a set in which the probability measure is supported.
讨论了Ｗｉｅｎｅｒ空间上连续函数最佳逼近平均误差界的阶，它由概率测度及其所支撑的集合上其函数的结构性质决定。
补充资料：概率测度的弱收敛
概率测度的弱收敛
eak convergence of probability measores
【补注】概率测度弱收敛的一般背景是在完全可分度虽空间(n犯川C sPace)(X，p)(亦见完全空间(comP-letesPace);可分空间(sep娜blesP毗))上讨论的，p是距离，具有定义在X的BOrel子集上的概率测度召。，n二O，l，，…如果对定义在X上的每个有界连续函数f，当。~二时，有Jfd产。~了fd拜。，则称拜，弱收敛到产。.如果在X中取值的随机变量氦的分布是拜。，n=o，l，…，如果拼。弱收敛到群。就写作省。人‘。，并且称七。依分布收敛到么，(亦见依分布收敛(①n凭r罗nCe in dis苗bution)). 在概率论中使用最普通的距离空间是k维Euclide空间Rk，〔0，l]上连续函数空间C[0，11以及在仁O，11上右连续具有左极限的函数空间Dto，1]. 更为丰富的距离空间中的弱收敛比在Eucljd空间中的用处大得多.这是因为在R’中依分布收敛的各种各样的结果可由它借助于连续映射定理(conti-nuo璐maPping tl篮幻哪)导出.该定理说，如果在(x，，)中着。二‘。且映射儿:x~R是连续的(或至少是可测的，且P(尝。6D*)二O，其中D*是h的不连续点集)，则h(亡。)‘h(省。).在许多应用中极限随机元是Bro”.运动(Bro认们坦n mot」on)，它以概率1具有连续轨道. 最基本的弱收敛结果之一是关于和s。=艺夕_:x.，n)1，的L心璐ker定理(功nsker tll印reTn)，其中戈是具有EX:=0，EX)‘1，i=1，2，…，的独立同分布随机变量.可以这样来陈述其轮廓:在C【O，l]中，令S。=o，S。(t)二n一”，{SL。:l+(nt一[nt])·戈。t〕+、}，o(t(l，其中卜]表示x的整数部分，则功挑ker定理断言s。(t)车w(t)，其中w(t)是标准Brown运动.应用连续映射定理很容易提供对诸如~1、*‘。S*，max，、*‘。k一”2 15*l，艺又_:了(S*)。)和艺二_，:(s、，s*+1)等函数的依分布收敛结果，其中I是示性函数而下(“，b)=l，如ab<仇=0，其他.概率测度的弱收敛【W.山。皿到曰岁翔沈of声触晒ty~-，.留;c“浦aa cxo口”Moc、解妙~oc珊0益Me伽]
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