1) limit logarithmic likelihood ratio
极限对数似然比
1.
In this paper,the notion of limit logarithmic likelihood ratio of stochastic sequences,as a measure of "dissimilarity" between their joint distributions and the product of their marginals,is introduced.
引用极限对数似然比的概念作为任意随机序列联合分布与其边缘分布“不相似性”的度量,构造几乎处处收敛的上鞅,讨论了任意离散随机序列的强偏差定理。
2) limit relative log-likelihood ratio
极限相对对数似然比
1.
By use of limit relative log-likelihood ratio, truncation method of random variables and martingale, the property of sequences of dependent continuous and discrete random variables is discussed, and a class of strong deviation theorems which are represented by inequalities are obtained.
通过极限相对对数似然比,利用随机变量截尾的方法并结合勒这一工具研究相依连续型和离散型随机变量序列的性质,得到一类用不等式表示的强偏差定理。
3) Random limit logarithmic likelihood ratio
随机极限对数似然比
4) Limit random logarithmic likelihood ratio
极限随机对数似然比
5) logarithmic likelihood ratio
对数似然比
1.
In this paper the notion of logarithmic likelihood ratio,as measure of dependence of a sequence of arbitrary discrete random variables,is intreduced.
本文引进对数似然比作为任意离散随机变量序列相依性的一种度量，并通过限制似然比给出样本空间的某种子集，在这种子集上得到了离散随机变量序列的一类强极限定理，它包含若干经典强大数定律为其特例。
6) Log-Likelihood ratio
对数似然比
1.
It uses Recursive Systematic Convolutional(RSC) codes to make a TCM function to carry out soft decoding method based on Log-Likelihood ratio.
为了缓解频带有效性与功率有效性的矛盾,提出了将低密度校验码与网格编码调制相结合的系统方案,其中在网格编码调制中采用了递归系统卷积码进行编码,以实现基于对数似然比的软译码方法,以此构造低密度校验码与网格编码调制相结合的编译码系统。
2.
An optimal log-likelihood ratio(LLR) ordering algorithm used in the tree search algorithm is presented.
提出了树搜索算法中基于对数似然比信息的排序算法,给出了使用对数似然比信息排序的一般公式。
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