1) semi-Markov process
半马尔可夫过程
1.
A novel semi-Markov process model based on three-model redundant (TMR) architecture is proposed to effectively evaluate the hardware reliability for multi-sensor fusion system.
为有效评价多传感器融合系统硬件的可靠性,提出了一种新的三模冗余结构(TMR)半马尔可夫过程模型。
2.
An improvement in the state transition model of intrusion tolerance system is proposed and a semi-Markov process(SMP) model is built.
对入侵容忍系统状态转移模型进行了改进,以此构建了半马尔可夫过程(SMP)模型,并用该模型计算了各状态的稳态概率。
3.
An information transmission routing algorithm and a node mobile tracking model based on semi-Markov process for hierarchical mobile ad hoc networks were investigated.
讨论了层状移动AdHoc网络的一个信息传播路由算法和基于半马尔可夫过程的节点移动跟踪模型,通过该路由算法可以有效地解决层状子网络间的通信和信息交换。
2) semi Markov process
半马尔可夫过程
1.
In the reliability analyzing of such a system, Markov process and semi Markov process theory can be applied to describing the original working condition of the system.
在容错控制系统的可靠性分析中 ,利用马尔可夫过程和半马尔可夫过程理论对容错系统进行可靠性建模能够较为真实地描述系统的实际工作情况。
3) semi-Markov decision process
半马尔可夫决策过程
1.
For a class of controlled semi-Markov systems,which are formulated as semi-Markov decision processes(SMDPs),some parameters are usually indeterminate or unknown,and the performance function or the system parameters,i.
半马尔可夫决策过程(SMDP)描述的一类受控半Markov系统,其模型参数在实际中常常不确定或不可知,可能导致随机过程的性能函数和系统参数(即嵌入链转移概率和状态逗留时间分布)皆不确定。
2.
The problems whose systems with sojourn times can often be modeled as semi-Markov decision process (SMDP).
当决策行为执行从时刻点扩展到连续时间上时,经典的马尔可夫决策过程模型也扩展到半马尔可夫决策过程模型(SMDP)。
4) Semi-Markov decision processes (SMDP)
半马尔可夫决策过程
1.
In this paper, an optimal Call Admisition Control (CAC) scheme based on Semi-Markov Decision Processes (SMDP) is presented to support multiple class services for QoS wireless networks.
该文提出了一个基于半马尔可夫决策过程理论的最优准入控制策略来支持有服务质量要求的多类业务的无线CDMA网络。
5) semi-markov decision processes
半马尔可夫决策过程
1.
The performance optimization of semi-Markov decision processes (SMDPs) is concerned based on parameterized learning.
讨论半马尔可夫决策过程(SMDP)基于参数学习的性能优化问题。
6) generalized semi Markov process
广义半马尔可夫过程
补充资料：马尔可夫过程
| 马尔可夫过程 Markov process 一类随机过程。它的原始模型马尔可夫链，由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下特性：在已知目前状态 (现在)的条件下，它未来的演变 (将来)不依赖于它以往的演变 ( 过去 ) 。 例如森林中动物头数的变化构成——马尔可夫过程 。在现实世界中，有很多过程都是马尔可夫过程，如液体中微粒所作的布朗运动、传染病受感染的人数、车站的候车人数等，都可视为马尔可夫过程。关于该过程的研究，1931年A.H.柯尔莫哥洛夫在《概率论的解析方法》一文中首先将微分方程等分析的方法用于这类过程，奠定了马尔可夫过程的理论基础。1951年前后，伊藤清建立的随机微分方程的理论，为马尔可夫过程的研究开辟了新的道路。1954年前后，W.费勒将半群方法引入马尔可夫过程的研究。流形上的马尔可夫过程、马尔可夫向量场等都是正待深入研究的领域。 |
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