- 無条件分岐 无条件转移
- 条件累积分布函数 じょうけんるいせきぶんぷかんすう
- 零件分选 スクリーニングふるい分けシールドぶひんせんべつふるいわけしゃへい
- 条件 (1)(前提となる)条件,要素,要因. 创造 chuàngzào 有利的条件/有利な要素をつくり出す. 有条件要上,没有条件,创造条件也要上/必要条件が備わっている場合はもちろんのこと,備わっていない場合でも,これを作り出して進めなければならない. (2)(条件としての)要求,規準. 讲条件/要求について掛け合う. 提出条件/条件を持ち出す. 她交朋友的条件太高,到现在还没结婚/彼女はボーイフレンドに対する要求が高すぎて,いまだに結婚していない. 接班人 jiēbānrén 的五项条件/後継者としての5項目からなる規準. (3)情況.環境.コンディション. 他大学毕业后希望到研究条件好的地方工作/彼は大学を出てから研究環境のよいところで仕事をすることを希望している. 自然条件/自然環境. 身体条件/体の健康状態.
- 部件分类系统 ぶひんぶんるいシステム
- t分布 学生t-分布
- 分布 分布(する). 在山西省,铁矿 tiěkuàng 分布很广/山西省では鉄鉱が非常に広く分布している. 人口分布图/人口分布図.
- 复杂零件分段冲裁冲床 ニブリングマシン
- 无条件 無条件(の). 无条件投降 tóuxiáng /無条件降伏. 建议无条件地立即进行谈判/無条件に直ちに交渉に入ることを提案する.
- 条件位 コンディションビット
- 条件数 じょうけんすうじょうたいしすう
- 条件文 条件句
- 条件槽 じょうけんタンクじょうけんそう
- 条件法 条件法,条件语气
- 条件熵 じょうけんつききエントロピー
- 条件码 コンディションコードじょうたいコードじょうけんコード
- 条件節 条件分句
- 条件表 じょうけんのならび
- 热条件 ねつじょうけん
- 無条件 むじょうけん 2 無条 件 【名】 无条件;无附加条件
- 角条件 かくじょうけん
- 边条件 へんじょうけん
- 条件判断电路 じょうけんはんだんかいろ
- 条件内部构造函数 じょうけんくみこみかんすう
- 条件刺激 〈生理〉条件刺激.
- 条件信息量 じょうけんつきじょうほうりょう
- 后续研究应该注重对超高频数据分析、波动的持续性、无条件分布的厚尾性及高维系统的分析。
- 首先介绍了一些静态、无条件分布下的var计算方法,在此基础上,利用arch及其模型对方差的时变性进行了细致分析。
- 一个信念网络是定义在一个非循环有向图上的概率模型;分布性指节点可以在不同的主机上,异质性指可以允许不同的条件分布。
- 摘要根据实测样本数据,对选择基本部位采用的条件分布理论和主成分分析两种数学理论进行对比研究,结果表明:两种方法选择的基本部位有差异,但在最终应用上差异不是很大。
- 定义一个经过所有网格节点的随机路径,在给定n个条件数据的情况下,在第一个网格节点处从随机变量的条件分布中抽取一个值,将这个新值加入到条件数据集中,在给定的n + 1个条件数据的情况下,在节点处从随机变量的条件分布中抽取一个值,重新进行,直到所有节点被模拟完为止。
- 作为该模型的推广,我们在本文中提出了一个一般的arma ( p , q ) - garch ( r , s ) - m ( k )模型,并在详细给出模型的后验分布以及模型的所有参数的满条件分布的基础上,结合chibandgreenberg ( 1994 )与nakatsuma ( 2000 )等人的工作,对此新模型设计了一个可行的混合metropolis - hastings算法,简化了ma块与garch块的估计。
- 蒙特卡罗是一种采用统计抽样理论近似求解数学或物理问题的方法,它在用于解决贝叶斯分类时,首先根据已知的先验概率获得各个类标号未知类的条件概率分布,然后利用某种抽样器,分别得到满足这些条件分布的随机数据,最后统计这些随机数据,就可以得到各个类标号未知类的后验概率分布。
- 第二部分内容是本文应用理论知识的简要阐述,介绍了贝叶斯统计方法的理论,分别说明了先验信息的定义及如何获取,后验分布、条件分布和先验分布三者关系,统计推断方法及贝叶斯统计方法应用的关键。第三部分内容是对坦克射击学中外弹道学的修正理论作了简要的介绍。
Last modified time:Thu, 14 Aug 2025 00:29:56 GMT