1) binomial distribution probability model
二项分布概率模型
1.
The authors put forward a method to analyze the success ratios of the different multi-well drilling prospect plans by using binomial distribution probability model.
根据新区勘探资料少、风险较高的特点 ,可以采用二项分布概率模型 ,预测进行多井勘探的不同结果的勘探成功率 。
3) binomial distribution probability
二项式分布概率
4) binomial probability model
二项式概率模型
1.
Based on that,A binomial probability model in ter.
在此基础上,建立了“N-M”调度策略的二项式概率模型,并在不同的参数条件下对Monte Carlo仿真任务的性能进行了测试和分析,结果验证了设计方案的有效性。
5) Probability distribution model
概率分布模型
1.
(2) Analyze two reverberation envelope probability distribution models (Rayleigh distribution model and K distribution model) by theoretical, and analysis K distribution parameter estimation method which used in this paper and its estimated performance.
(2)对两种混响包络概率分布模型(瑞利分布模型和K分布模型)进行理论分析,并对文中所采用的K分布参数估计方法及其估计性能进行分析。
2.
Based on the passenger boarding and alighting data,simple probability distribution model is used to propose the specific methods of calculating inversely the transit stop OD distribution matrix.
基于站点上下客人数,采用简单概率分布模型,可提出反推公交站点间的OD分布矩阵的具体方法。
3.
Probability distribution model and its analysis for the quantizing process of laser gyro;
提出了激光陀螺量化过程的概率分布模型,在此基础上,分析了量化过程对激光陀螺性能的影响,并给出了量化前后陀螺数据均值和方差之间的关系。
6) probability model
概率分布模型
1.
This paper reviews the research methods of spatial pattern of insect population based on the analysis of four main entries of the research methods, which are probability model, dispersion indices, regression model and geostatistical model.
本文分别从概率分布模型拟合法 (频次检验法 )、分布型指数法、回归模型法及地学统计法 ( Geostatistics) 4个方面对昆虫种群空间格局的研究方法进行了评述 ,比较了不同方法的优缺点 ,从而有利于这些方法的进一步应用。
2.
By the method of K-S test,the hypothesis of Chinese university dormitories\' fire load obeying extreme value type I distribution is accept,and the probability model of dormitories\' fire load is built.
用数理统计的方法,对中国建筑科学研究院建筑防火研究所采集的全国高校学生宿舍火灾荷载数据进行统计分析,使用K-S检验法检验认为学生宿舍的固定火灾荷载和活动火灾荷载均服从极值I型分布,建立了高校学生宿舍火灾荷载的概率分布模型。
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{a
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