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 -> 离散型随机向量
1)  discrete type of random vector
离散型随机向量
1.
In this paper, the distribution of a discrete type of random vector is gived by means of the model of classical probability.
本文用古典概型方法给出了一个离散型随机向量的分布。
2)  discrete random variable
离散型随机变量
1.
In a given period the seasonal goods can be ordered at a discount price,and the demand for the goods is an issue of discrete random variable.
讨论了在一个时期内商品的订购价格有折扣,而且该商品的需求量是离散型随机变量的订购问题,得出了使利润最大化的最佳订购量的计算方法。
2.
In the paper, we have extended CVaR of linear portfolios about discrete random variable of scenario models in space of one dimension to CVaR of linear portfolios of multinomial distribution and multi-Poisson power distribution in the hyperspace.
本文把离散型随机变量为一维情景预设模型时线性投资组合的CVaR推广到风险因子服从多项分布和多维Poisson分布时线性投资组合的CVaR;此外,利用CVaR与ES在随机变量可积时的相等关系推导出连续型风险因子服从多维逻辑斯特分布与多维指数幂分布时线性投资组合的CVaR;最后给出一种特殊的连续型风险因子线性投资组合的CVaR。
3.
CVaR of linear portfolios about discrete random variable of scenario models in space of one dimension is been extended to CVaR of linear portfolios of multinomial distribution and multi-Poisson power distribution in the hyperspace.
文章把离散型随机变量为一维情景预设模型时线性投资组合的 CVaR 推广到风险因子服从多项分布和多维 Poisson 分布时线性投资组合的 CVaR。
3)  Discrete Type Random Variable
离散型随机变量
1.
In this paper, we study the distribution law of order statistic of discrete type random variable.
本文论述了离散型随机变量的次序统计量的分布律及其有关推论 。
4)  discrete random variables
离散型随机变量
1.
Conditional independence of the discrete random variables and its properties
离散型随机变量的条件独立及其性质
2.
Understanding of structure failure probability by application of combined probability distribution of discrete random variables
应用离散型随机变量的联合概率分布理解结构失效概率
5)  discrete random quantity
离散随机量
6)  two dimensional random variable
二维离散型随机变量
1.
The independence of two dimensional random variable (X, Y) is defined by the equation F(x,y)=F X(x)·F Y(y), of which F(x,y),F X(x),F Y(y) are distribution functions to (X,Y),X and Y.
二维离散型随机变量(X,Y)相互独立的定义是:F(x,y)=FX(x)FY(y)。
补充资料:离散随机信号处理
离散随机信号处理
discrete random signal processing

   利用数字运算,对离散随机信号进行各种滤波处理、离散变换和谱分析。随机信号是一种非确定性的信号,如热噪声信号发生器输出的电信号,飞行器起飞时的结构振动,以及起伏海面的波动高度等。它们的共同特点是无法预测其未来瞬间的精确值。处理的目的是便于从中提取有用的信息,削弱信号中的多余信息量,便于估计信号的特征参数,或变换成易于分析和识别的形式等。
   随机信号处理的主要理论基础是信号检测理论、估计理论和随机过程理论。根据理论分析,随机信号的不同样本函数在同一时刻的值往往是不确定的,因而只能用样本函数集的统计平均来描述,如用均值、均方值、方差、概率密度函数、相关函数和功率谱密度函数来描述随机过程的特性。但是,在大多数情况下,被处理的随机信号是具有各态历经的平稳随机过程,它的样本函数集平均可以用某一样本函数的时间平均来确定,这给随机信号的分析和处理带来很大方便。虽然平稳随机信号本身是不确定的,但它的相关函数是确定的,可以利用快速变换算法来计算。相关函数的傅里叶变换或Z变换表示随机信号的功率谱密度函数,简称为功率谱。功率谱是描述随机信号基本特征的重要参数,而功率谱估值是按照实际观测的有限数据估计得到的,它必然与真实的功率谱值有差别。为了减小谱分析偏差和提高谱分辨率,产生了多种谱估计方法。
   在非平稳随机信号处理中,非平稳随机过程的特征函数一般是随时间而变化的,不能再用时间平均代替集平均,只能用组成过程的样本函数集的瞬时平均来描述其特性。因而求得的功率谱是随时间变化的谱。这种时变功率谱的计算方法仍在研究中。卡尔曼滤波和最大熵法是处理非平稳随机信号的有用方法。
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