1) verifiable random function
可验证随机函数
1.
Security proof for verifiable random function;
可验证随机函数(即VRF函数)在信息安全协议设计中应用广泛,目前的VRF函数主要有基于RSA困难性问题与基于双线性困难性问题,但其安全性证明尚不成熟。
2) differentiable random function
可微随机函数
3) differentiable random function
可微分随机函数
4) random verification
随机验证
1.
Three key points and its applications in RVM random verification;
RVM随机验证中的三个关键点及其应用
5) stochastic function
随机函数
1.
This method is based on the virtual reality technology and fractal theory, and uses the stochastic function to improve the regular three branch tree algorithm.
本文以虚拟现实技术和分形理论为依据 ,对原有正三叉树算法提出了改进方法 ,利用随机函数来生成不同形态的
2.
Since the microstructures of composite materials have the inhomogeneity, so thattheir elastic moduli and density become the stochastic functions of coordinate x_1, and thus thestatistical nonlinearity is appeared.
复合材料因其细观组织的非均匀性,导致弹性模量和密度均为坐标的随机函数,从而出现数学上难解的非线性。
6) random function
随机函数
1.
The integrability of e~(λ|F|~2) for random function F;
随机函数F的e~(λ|F|~2)的可积性
2.
Research on random function model of strong ground motion(Ⅱ):parametric statistic and model certification
地震动随机函数模型研究(Ⅱ)——参数统计与模型验证
3.
Research on random function model of strong ground motion(Ⅰ):model constructing
地震动随机函数模型研究(Ⅰ)——模型建立
补充资料：随机函数
随机函数
random function
随机函数f佃日Jn加叫为叨;cjl犷l‘。。中邓叫职] 任意自变量t(定义在集合T上，t的值可取数值或更一般地在向量空间中取值)的函数，函数值可用某个试验来定义并可以随着试验的结果而变化，而试验的结果服从给定的概率分布.在概率论(pro恤b正tyth印ry)中，注意力集中在数值(即纯量的)随机函数x(t);一个随机向量函数x(t)可看作纯量函数戈(t)的总合，其中“在X的分量的有限集或可数集A上变化，即看作点对(t，以)，t已T，:任A，集合T。=TxA上的数值随机函数. 当T是有限集时，X(t)是有限随机变量集，可以看作多维(向量)随机变量，用多维分布函数来表征.当T是无限集时，研究最多的是t取(实)数值的情形;在这种情形，t通常表示时间，X(t)称为随机过程(s杖‘11astic Pr以浑SS)，或者若t只取整数值，X(t)称为随机序列(m】ldoms闰Uell代)(或时间序列(t山℃~”.如果!的值是流形(诸如k雍.E云d社空间R人)中的点，则X(t)称为随机场(randomfiekl). 定义在一个无限集T上的随机函数的值的概率分布是用与T的所有有限子集道t;，…，t。圣对应的随机变量X(t、)，…，X(t。)的有限维概率分布的总和，即相应的满足下述相容性条件的有限维分布函数巩，、，，。(x、，…，x。)的总和来表征的 F，，一，。，，，.，，，。十.(x，，二，x。，的，…，田)二 =凡一t.(x1，…，x。)，(l) 只.，，、:J，(x，，，“’，戈，)=Fr.，，‘.(x，，…，x。)，(2)其中i;，…，i。是足码1，…，n的一个任意置换.在一切只对依赖于T的可数个值上X的值的事件感兴趣的情形，X的概率分布的这种表征法是充分的.但是它不能用来决定X的依赖于T的连续统子集的性质的概率，诸如连续性或可微性或在T的连续子集上X(t)可分过程(seParablep~)). 可以更一般地对T中的每个点t，用定义在一个固定的概率空间(pro加城tysP暇)(。，一叭p)(其中Q是点田的集合，了是O的子集的一个。代数而P是在了上给定的概率测度)上的随机变量X=X(田)的总和来描述随机函数.依这种方法，T上的一个随机函数，看作两个变量的函数x(t，。)，所T，.‘Q，对每个t它是了可测的(即对固定的t，它归结为定义在概率空间(Q，了，p)上的随机变量).通过取。的一个固定值田。，得到一个T上的数值函数X(t，田。)=x(r)，称为X(r)的实现(爬汕劝丘〕n)(或者X(O的样本函数(samPle ftinctjon)，或者，当t表示时间时，称为x(t)的轨道(trnieCtory));了和尸在实现x(t)的函数空间R丁={x(t):踌T}上导出一个子集的。
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