1) Test Effort Estimation
测试工作量估计
2) effort estimation
工作量估计
1.
To obtain the effort of software projects,an effort estimation method based on software size is presented.
为获得软件项目的工作量,提出了根据规模进行工作量估计的方法。
3) measurement estimation
测量估计
1.
As a regular type of arithmetic estimation,measurement estimation is an important channel for early numeracy acquisition and a convenient route for teaching physical measurement.
测量估计是算术估计的一种常见形式,被看作个体数量能力早期获得的重要渠道,也可为物理测量教学提供一条有效途径。
2.
Estimation mainly includes computational estimation, measurement estimation and quantitative estimation and so on.
估计主要包括计算估计(computational estimation,简称为估算)、测量估计(mesurement estimation,简称为估测)和数量估计(quantitative estimation,简称为估数)等等。
4) testing works
测试工作
1.
Introduction to successful experiences of high quality and efficien cy field exploration and testing works during detailed explo-ration stage is fo cused.
简述了洪积扇地形地貌、土层结构、水文地质、特殊性岩土等各种工程地质条件,划分了勘察阶段,明确了各阶段勘察目的和任务,并重点介绍了在详细勘察阶段优质、高效完成野外勘察和测试工作的成功经验,明确指出了洪积扇场地非常适合钻孔、探井、测井等勘察手段和动力触探等原位测试方法。
5) estimated work
估计的工作
6) effort estimation
工作量估算
1.
IOP model of software development effort estimation;
用于软件开发工作量估算的IOP模型
2.
There are a number of different effort estimation techniques currently in use in the software industry.
软件开发项目的工作量估算技术一般分为三类:基于专家判断的技术、基于算法模型的技术和面向学习的技术。
3.
This paper is designed to probe into the methods of effort estimation with its emphasis on the introduction of a new method,which is to define coefficients of the project s effort estimation based on the organization s experiences and the project s facts.
文章对软件项目策划中工作量的估算方法进行了探讨,并重点介绍了一种基于组织经验和项目的实际情况来确定估算系数并进行工作量估算的方法,旨在为软件企业进行工作量估算、实行过程改进提供参考和帮助。
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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