1) real subgaussian variable
实次高斯变量
1.
In this paper based on the definitions of real subgaussian variable and complex subgaussian variable,four criterions of subgaussian variable are obtained,then the integrability of eλ|F|2 for random function F is disussed,which is defined by subgaussian series.
以实次高斯变量和复次高斯变量的定义为基础,得到了次高斯变量的4个判别准则,然后讨论了次高斯序列决定的随机函数F的eλ|F|2的可积性。
2) subgaussian variable
次高斯变量
1.
Study some properties of a bounded random variable by some inequalities,obtain a significant conclusion:a bounded random variable whose math expectation is zero is a subgaussian variable,also get an accurate estimate of a paremeter tau.
最后应用这些结果构造一个非对称的次高斯变量,并研究了某些随机三角级数的性质,得到了很好的结果。
3) complex subgaussian variable
复次高斯变量
5) non-Gaussian bivariate model
非高斯双变量模型
1.
Image denoising using non-Gaussian bivariate model based on non-aliasing Curvelet transform
抗混叠Curvelet变换非高斯双变量模型图像降噪
6) Gaussian process latent variable model
高斯过程隐变量模型
1.
Gaussian process latent variable model (GPLVM) is a popular manifold method recently proposed for dimensional reduction.
高斯过程隐变量模型是最近提出的比较流行的无监督降维方法。
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
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