1) relative likelihood ratio of entropy density
相对熵密度似然比
1.
The limit properties of relative likelihood ratio of entropy density;
相对熵密度似然比的极限性质
2) relative entropy density
相对熵密度
1.
Some properties of the relative entropy density of M - valued information source;
任意m进信源相对熵密度的若干性质
2.
The many properties of the relative entropy density were studied by using analysis method.
利用分析法研究了马氏链相对熵密度的若干极限性质,推广了Shannon-M cM illan的极限定理,改进并推广了文[1]~[3]的主要结果,建立了新的有限非齐次马尔可夫链的强极限定理。
3.
And some limit properties of relative entropy density for continuous entropy is also discussed.
利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的强偏差定理,并讨论了任意连续信源的相对熵密度的若于极限性质。
3) alignment similarity
比对相似度
4) relative entropy density divergence
相对熵密度偏差
1.
Application of relative entropy density divergence in intrusion detection models
相对熵密度偏差在入侵检测模型中的应用
5) Entropy conformability degree
熵相似度
6) 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。
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