说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 不精确概率分布
1)  imprecise probability distribution
不精确概率分布
1.
Against background of water resources system, the method of conventional Bayesian decision making and the concept of imprecise probability distribution are discussed.
首先以水资源系统为背景,探讨了贝叶斯决策的观点、方法及传统贝叶斯方法的局限性,介绍了不精确概率分布的概念、定义;然后提出了基于有限状态空间不精确概率分布的风险型决策方法,指出了经典的效用函数决策方法及完全不确定型决策方法是该方法的两个特殊情形;最后给出了演示该方法的算
2)  imprecise probability
不精确概率
1.
Unlike the conventional method that a set of scenarios is presented without quantifying any degree of confidence or likelihood,it proposes to use imprecise probability to solve the forecasting problem of game scenarios.
文章运用不精确概率来表示场景集的可信度,进而利用场景驱动力在期望π(ω)上的博弈现象来进行场景的选择。
2.
With the development of Artificial Intelligence with uncertainty, Granular Computing imprecise probability and its graphical models have been focus on the region of approximate modeling and reasoning in Artificial Intelligence.
随着不确定性人工智能的发展,对问题领域近似建模与分析推理的粒度计算与不精确概率及其图模型已成为人工智能领域研究的热点,本文在对国内外在该方面的研究现状进行深入分析基础上,对粒度计算与不精确概率的基本理论方法及应用进行了系统的研究与探讨,全文主要内容如下: 1。
3)  imprecise probability theory
不精确概率理论
1.
Methods The model is put forth and the reliabilities of compound systems are analyzed on the basis of the imprecise probability theory when only some imprecise imformation of failure distribution of component is known.
方法当仅知系统部件失效分布的部分信息时,利用不精确概率理论对系统建模,分析其可靠性。
4)  defective probability distribution function
不完全概率分布
5)  imprecise concept
不精确概念
1.
3 in representation theory of imprecise concepts(Ⅰ) and to revise the proof of proposition 2.
指出了“不精确概念的表示理论 (Ⅰ ) ,(Ⅱ )”一文中命题 3。
6)  Exact distribution
精确分布
补充资料:分布(概率)


分布(概率)
Distribution (probability)

分布(概率)[distributioin(probabi-lity)〕 一系列独立试验的结果、一些随机变量或误差,经常出现在一些相当正规并可预测的模型中。这些模型可以用数学方法表达出来,其中最重要的称为二项分布、正态分布和泊松分布。 二项分布考虑n次独立试验,每一次试验的结果或者是成功S,或者是失败F,其相应的概率分别为P和q一1一P。以S。表示成功的次数。因为共有(艾)种可能的方法来选择;处成功和,一;处失败,所以随机变量S。的概率分布由p‘S。一‘卜{艾)户,、一给出.这里k二。,1,一,n。这就是二项分布,它的数学期望为np.方差为n闪。参阅“概率论”(probability)条。 如果按照第k次试验是成功还是失败来令随机变量X。等于1或。,那么S。二XI+…十X。。因此.根据中心极限定理,此二项分布可以用正态分布来通近。这个特别的情形称为棣美弗一拉普拉斯定理,设 二,一(*一,户)(,:户。)一告定理断言,当n~Qo时,在一个趋于o的百分误差之内,我们有 P{S,二k}一(2万)一“Zexp(一二是/2), P{a0,25%的场合有S。>o。67n,/2,大约在16%的场合中5。>Znl/,,等等。中心极限定理并不是说,在一次这样的游戏中,和数S,,52,…中大约有一半是正的。事实上,反正弦定律表明,其相反的情形是真的:即所有S,>0比正负各半的情况更可能。 多元正态分布上面的理论可以不作本质的改变推广到。维的情形。。维正态密度定义为(2二)一袱Dl/se一Q(了1一,,/2,这里Q是一个以D为行列式的正定二次型,其协方差矩阵是Q的矩阵的逆。如果随机变量X;,…,X。的n维联合分布是正态的,那么每一个X,也是正态的。但其逆不真,这一点在教科书中都可以找到。多元正态分布对平稳随机过程是很重要的。参阅“随机过程”(stoehastie process)条。 泊松分布参数为入的泊松分布是一个以概率_,几去_.,__、…_、,.尸。一尸前取值走‘走一。,‘,“,’‘”的概率分布·其数学期望与方差都等于又。这是最重要的分布之一,它在随机过程的理论和许多应用中起着基本的作用。对它的性状的充分理解可以从它原始的出处和考虑它的许多推广中得到。然而,有很多可以由下面的从二项分布出发的初等阐述中得到。 考虑n次独立试验,n是一个大数,每一次试验的结果,或者是成功,或者是失败,概率分别为P与q一1一P。通常只感兴趣于P很小、但成功的平均数nP一凡却具有中等程度大小的情形。
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