1) the likelihood ratio detection
似然比判决
2) likelihood radio decision criterion
似然比判决准则
3) likelihood ratio decision rule
似然比判决规则
1.
In order to reduce the computational complexity of optimal fusion algorithms with dependent sensor observations,a method for optimizing the system performance based on likelihood ratio decision rules is proposed.
针对传感器观测相关的条件下最优分布式检测融合算法较为复杂这一问题,提出了一种基于似然比判决规则的系统性能优化方法。
4) generalize likehood ratio test
广义似然比判决
5) likelihood ratio index
似然比判据
6) soft decision m axim um likelihood
软判决最大似然
1.
A new node seeking algorithm based on soft decision m axim um likelihood w as presented.
在维特比译码器的软判决最大似然算法的基础上，提出一种新的基于坐标变换的找点算法，它只需求８点欧氏距，使问题大大简化，同时可获得４ ｄＢ的编码增益。
补充资料：似然比检验
分子式：
CAS号：
性质：假设总体X是连续型的，其密度是p(x)，则x1，x2，…，xn，的联合密度为g(x1，x2,…,xn)= p(x1)。关于样本的密度函数g(Xl，X2，…Xn；θ)有两个假设，H0:g(x1，x2，…xn；θ0)=p(xi, θ0)和H1:g(x1,x2，…xn；θ1)=p (xi；θ1)。统计量L(X1，X2，…，Xn)=称为假设H0对H1的检验问题的似然比。以似然比作统计量的检验，称作似然比检验。
CAS号：
性质：假设总体X是连续型的，其密度是p(x)，则x1，x2，…，xn，的联合密度为g(x1，x2,…,xn)= p(x1)。关于样本的密度函数g(Xl，X2，…Xn；θ)有两个假设，H0:g(x1，x2，…xn；θ0)=p(xi, θ0)和H1:g(x1,x2，…xn；θ1)=p (xi；θ1)。统计量L(X1，X2，…，Xn)=称为假设H0对H1的检验问题的似然比。以似然比作统计量的检验，称作似然比检验。
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