1) extreme value distribution
极值分布
1.
The extreme value distribution of dynamic stochastic response of structures;
结构动力随机反应的极值分布
2.
Approach of extreme value distribution modeling based on optimization;
一种基于最优化的极值分布建模方法
3.
A probability density evolution method for evaluation of extreme value distribution of the stochastic structural responses is presented.
提出了求解随机结构动力反应极值分布的概率密度演化方法。
2) extreme distribution
极值分布
1.
The regression analysis methods for interval censored data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
2.
The simulated results of three extreme distributions(Gumbel,Frechet and reverse Weibull distributions) and Generalized Parato Distribution are contrasted and analysed.
并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato分布(GPD)拟合结果的对比分析,得到短期风速资料下重庆年最大风速的极值渐进分布用极值III型(reverse W eibull)分布拟合较好,它给出了最佳的极值风速估计值。
3.
The regression analysis methods for incomplete data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
3) extreme-value distribution
极值分布
1.
The asymptotic normal and asymptotic unbiased estimation of distribution parameter and scale parameter is proposed by linear regression model, based on k Pi -th quantiles of extreme-value distribution simple sample.
基于极值分布的若干个样本分位数,建立了分布参数的线性回归模型,得到了分布参数的渐近正态无偏估计,对分布参数进行了渐近置信估计。
2.
convergence of Pickands estimator for the index of an extreme-value distribution.
在本文中，我们建立了极值分布指数γ的Ｐｉｃｋａｎｄｓ估计的ａ。
3.
In linear regression models with right censored,we have presented an ordinary iterative algorithm for the maximum likelihood estimate on the parameters when errors are from extreme-value distribution,and proved the consistency between the iterative algorithm and EM algorithm in situations with constant dispersion parameter,ensuring iterative convergence.
本文对右截尾数据的线性回归模型,在误差服从极值分布条件下,先给出其参数极大似然估计的一般迭代算法,然后证明了尺度参数为常数时EM算法与该一般迭代算法的一致性,保证了迭代的收敛。
4) extremum distribution
极值分布
1.
Estimation methods for percentiles of extremum distribution related to the evaluation methods of performance indexes of weapon systems in small sample situation are proposed with empirical distribution function and uncertain maximum principle.
针对武器系统试验次数少的特点 ,用经验分布函数和不确定性极大值原理的方法 ,研究了小样本条件下武器系统战术技术性能指标的极值分布分位点估计法 ,并以示例进行了说明 。
2.
The tendency of earthquakes activity in North China is estimated with the extremum distribution of Poisson model.
应用泊松模型的极值分布对华北地区的地震活动趋势进行估计和分析,结果表明,2008年前华北地区发生6级以上地震的危险性较大;2005年地震活动短期内可能还会持续目前较弱的态势,但未来1~2年内华北地区地震活动很有可能明显增强。
3.
The research advance in recent years for extreme climate changes are presented in this paper,which are discovered from the observations and modeling,the theory of extremum distribution and downscaling technology etc.
着重从观测和模拟研究、极值分布理论和降尺度技术方法等几个方面,介绍了近年来极端气候及其变化的研究进展。
6) minimum distribution
极小值分布
1.
By applying the method of reliability statistics, a parameter iteration of maximum likelihood equation is set up for MIS software with an operation life submitting to minimum distribution.
应用可靠性统计方法 ,对寿命服从极小值分布的 MIS软件 ,建立最大似然方程的参数迭代法 。
补充资料：Weierstrass条件(对变分极值的)
Weierstrass条件(对变分极值的)
eierstrass conditions (for a variational extremun
与 ，(，)一丁:(:，、(:)，、(。))过:， ，‘! L:R xR”xR”~R，在极值曲线x;、(t)上达到一个强局部极小值，其必要条件是不等式 、(r，x。(r)，又。(r)，亡))o对所有的t，t。蕊t毛t、和所有的省任C”都满足，其中‘·是Weierstrass澎函数(Weierstrass吕J一几mC-tion).这条件可借助于函数 n(t，x，p，u)=(p，u)一L(t，x，u)来表示(见n0HTp“「“H最大值原理(Pont月闷gm~-mum pnnciple)).Weierstrass条件(在极值曲线x。(t)上六)0)等价于函数n(r，x.，(t)，尸。(r)，u)当“=交.，(r)在u上达到极大值，其中夕。(t)=L、(t，x。，(t)，又。(t)).这样，Weierstrass必要条件是floH-Tp。朋最大值原理的特殊情形. Weierstrass充分条件(Weierstrasss川币eientcon-山tion):为了泛函 叭 ，(，)一丁:(:，、(。)，*(。))、。， r‘- L:R xR”xR”一，R在向量函数x.，(t)上达到一个强局部极小值，其充分条件是在曲线x。(t)的一个邻域G中存在一个向量值场斜率函数U(t，x)(测地斜率)(见H皿祀rt不变积分(Hilbert invariant integral))，使得 交。(t)=U(t，x。(t))和 产(t，x，U(t，x)，七))0对所有(t，x)〔G和任何向量亡6R”成立.【补注]对在极值曲线的隅角的必要条件，亦见Wei-erstrass一Erd”.un隅角条件(W匕ierstrass一Erdrnanncomer conditions).weierstrass条件(对变分极值的)[Weierstrass cOI公i-tions(for a varia垃翻目翻drelll.ll:Be滋eP山TPaccayc-月OBH，，KcTpeMyMa」 经典变分法中对强极值的必要和(部分地)充分条件(见变分学(variational cakulus)).由K .We卜erstrass于1879年提出. 节几ierstrass必要条件(Weierstrass neeessary con-dition):为使泛函
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