1) sinusoidal probability density
正弦概率密度
1.
A dithering signal with sinusoidal probability density is introduced in MDSE-CMA to reduce the MSE.
MDSE-CMA算法通过引入符合正弦概率密度分布的抖动信号来减少均方误差。
2) probability density
概率密度
1.
A method of independent component analysis based on the estimation function for the probability density;
基于估计概率密度函数的独立分量分析方法
2.
Combining with linear corrosion development model,the evolution of probability density function of buried pipeline's area corrosion ratio as service time increases is derived on the basis of total probability formula.
利用马尔可夫过程,提出了管线腐蚀的发生模型,然后结合线性腐蚀发展模型,采用全概率公式,给出了埋地管线面积腐蚀率随服役时间变化时的概率密度函数解析表达式。
3.
This paper presents a new method to determine the stability limit of machine tool chatter with the change of probability of the acceleration signal amplitude distributed in a certain range on the basis of the study of the change of the acceleration signal probability density function from the stable cutting to instable cutting.
在研究切削过程从平稳到失稳的过程中振动加速度信号的概率密度函数变化的基础上，提出利用加速度信号的幅值分布在某一指定区间上概率值的变化来确定机床稳定性极限的方法。
3) density of probability
概率密度
1.
It is analyzed chaotic sequences generated by a widely studied discrete time dynamic system of mapped 3-Chebyshev,study the density of probability of chaotic sequences generated by 3-chebyshev.
讨论了一种离散时间动态系统(3阶Chebyshev)所产生的数字混沌序列,研究了它的概率密度,为满足数字通信的实际需要,提出了该混沌序列的数字实现方法。
4) log-normal probabililty density
对数正态概率密度
6) truncated normal probability density model
截断正态概率密度模型
1.
An adaptive tracking algorithm based on truncated normal probability density model for maneuverable targets
基于截断正态概率密度模型的机动目标自适应跟踪算法
补充资料：概率分布的密度
概率分布的密度
density of a probability distribution
概率分布的密度【山画勿ofa声加b正ty业州恤心.;n月。T:oeT‘，.TooeT，]，亦称攀半考枣(pro恤b正tydensity) 与绝对连续概率测度相对应的分布函数(distribU-tionft川ction)的导数. 设X是在”维E切土d空间R”(n)l)中取值的随机向量，F是它的分布函数，并设存在一个非负函数f使得 x一工.F(x，，xZ，…，x。)一J…J，(。:，…，。。)“1…du，对一切实数x;，…，、。成立，则称f是X的修率窜摩(probab皿ity de飞ity)，此时对任意BOrel集A cR“有 p万x。A飞=f…ff(。，.·…。_)du一d、. ‘A。任一满足条件 丁…Jf‘xl，一x·，dxl·““一‘的非负可积函数f都是某一随机向量的概率密度. 如果两个取值于R”的分别具有概率密度f和g的随机向量X和Y是独立的，那么随机向量X十Y具有概率密度h，它是f和g的卷积，即h(xl，…，x。)=一丁…丁f(x，一。，，…，x。一u。)。(。，，…，。。)以u，…J、一J…Jf(“，，…，。。)。(x，一，，…，x。一、)汉。，…d。。. 假设X=(戈，…，戈)和Y=(矶，…，气)是分别取值于R”和R用(n，m)l)中且具有概率密度f和夕的随机向量，而z=(戈，…戈，Y.，…，气)是取值于r+川中的随机向量.再若X和y独立，则Z具有概率密度h，称为随机向量X和Y的联合概率密度(joint Pro恤biljty dellsity)，此处h(t:，…，t。十。)=f(tl，…，t。)g(t。+1，…，t。*.)·(l)反之，若Z具有满足(l)的概率密度，则X和Y独立. 具有概率密度f的随机向量X的特征函数中可表示为 毋(tl，…，t。)= 一丁…丁。:‘!1二‘~“·’·，f(xl，一x。，dxl·‘·“x二这里，如果职是绝对可积的，则f是有界连续函数，且 f(x:，“·，x。)=二二头二f二卜一‘:1一‘，…’，(。:，…，:。)d才，…d。· (2二)”几或概率密度f和对应的特征函数价还通过下述关系式(Phnd犯rel埠等术(Phncherel汕mtity))相联系:函数厂是可积的，当且仅当!叫’是可积的，此时有 了…歹fZ(x卫，…，、)dx，…dx。 一典丁了…}’，，(。，，…，:。)一‘tl…己t。
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