1) prior distributions/maximal entropy distribution
先验分布/最大熵分布
2) maximum entropy distribution
最大熵分布
1.
A new method, the maximum entropy distribution method, is proposed to fit the significant wave height and peak period distributions.
简要介绍了波候的概念 ,简述 Weibull分布及对数 -正态分布的拟合方法 ,提出最大熵分布拟合有效波高、峰周期分布的新方法 ;选取半封闭海湾墨西哥湾内水深不同、地理位置不同的六个观测站一年的连续资料 ,以上述三种拟合方法对其有效波高、峰周期概率分布进行拟合 ,并与观测直方图进行比较检验 ,结果表明 ,在墨西哥海湾内 ,最大熵分布优于对数 -正态分布 ,对数 -正态分布优于 Weibull分布。
2.
This paper builds the maximum entropy distribution of the portfolio return to give a new idea in portfolio.
建立了组合收益率的最大熵分布,旨在为更好的投资提供新思路。
3.
In this paper,the maximum entropy principle is used to derive the maximum entropy distribution of wave height,and the effects of state parameter on the wave height distribution and wave height entropy are then studies.
利用最大熵原理从理论上推导出波高的最大熵分布,在此基础上研究了状态参量对波高分布和波高熵的影响。
3) Poisson Maximum Entropy distribution
泊松最大熵分布
1.
The Poisson Maximum Entropy distribution is proposed in The paper to predict return values of extreme storm surge elevation by both the Annual Maximum Method and the Peak Over Threshold Method.
以胶州湾30 a风暴潮过程的极值增水值为统计序列,按照年、季、月等不同时段,分别抽样极值增水样本,提出泊松最大熵分布,采用年极值法和过阈法对增水重现值进行长期预测,统计分析结果对于胶州湾防潮减灾有参考作用,其随机分析方法对于遭受风暴潮影响的海岸区域有借鉴意义。
4) least faviurble prior
最不利先验分布
5) Prior distribution
先验分布
1.
Probabilistic distribution of geotechnical parameters by using AHP prior distribution fusion method;
基于AHP先验分布融合法的岩土参数概率分布推断
2.
The design of bayesian classification and discrimination method among several populations based on diffuse prior distribution;
扩散先验分布下Bayes多总体分类判别方法的构造
3.
It is usually assumed that the prior distributions of parameters and error are Gaussian distribution in remote sensing inversion.
在遥感反演中,通常假设反演参数和模型误差的先验分布服从正态分布,这个假设通常不太符合实际。
6) priori distribution
先验分布
1.
Using the Bayes’s theory about a estimate,the article researches the problem of probability change points,then gives a concrete priori distribution and posterior distribution,as well as gives a judge to the existence of probability change points.
利用Bayes估计理论,研究概率变点问题,给出变点的一个具体先验分布和后验分布,并对变点的存在性作出判断。
2.
In this paper,the Bayesian estimations of C are obtained,on the supposition that C has priori distribution respectively:(1)U(C 1,C 2)(0C 1<C 22)prior;(2)Jeffreys noniformative prior;(3)conjugate prior.
设误差 X在心理状态数的作用下的分布为偏正态分布 ,即 X有密度f ( x;σ2 ,C) =C2πσe-x22σ2 x 02 - C2πσe-x22σ2 x >0其中 0 C 2为心理状态数 ,σ>0为未知参数 ,本文分别在 C服从 [C1,C2 ]上的均匀分布 ,Jeffreys无信息先验分布和共轭先验分布的假设下 ,得到了心理状态数 C的 Bayes估计。
3.
In this paper, we take the Priori distribution in the Stochastic Linear Programming (SLP) as the uncertain information quantity.
本文把随机线性规划(SLP)问题的先验分布,理解为对该问题的不确定性的信息的度量,从而利用信息理论来确定(SLP)问题的先验分布。
补充资料：FisherF分布
FisherF分布
Fisher ^-distribution
fU盯F分布I万讨盯F-业侧加面阅;巾。。epa F-paenp。八。月e。。e]，F分布(F一distribution)，Fisher一sn司比or分布(Fisher一S众刘eCor此tribution)，SnedeCor分布(Sned“习r曲川b以ion) (0，的)上的连续概率分布，其密度为 关，.。(x)= =一气匕一一江丫·/2二(v1厂2)一6十二二、一vl二)/z. 刀气v，/乙，v2/‘)\吟/\处/ x>0，(1)此处v，，vZ>0是参数，B(l:，12)是B函数(忱饭爪川c-由n).对v.>2，它是正偏的单峰分布，其众数为x二【(v一2)/vl」[vz/( vZ十2)」;数学期望和方差分别等于 叭~， —，V，>艺盯; 妈一乙 2试(v.+叭一刀 -石‘‘公二七--二二-二二-.v，>4时. vl(vz一2):(vz一4)··--一FisberF分布属于第二类B分布(beta一distribution)(POr，son分类中的VI型分布).它是写成商的形式的随机变量 _叭X Fv.，。一猫的分布，这里不和天是独立随机变量，分别遵从参数为v，/2和帐/2的r分布(即1功似曲川bution).只，。的分布函数可用B分布函数风，。(x)表示: f(v:/v，、x飞 尸之厂
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