1) the overall conditional probability model of prediction features
预测特征综合条件概率模型
2) the overall conditional probability
预测特征综合条件概率
1.
It is found that the overall conditional probability of a prediction feature relative to a target feature influences feature induction,whereas the representative typicality of examples does not influence feature induction.
预测特征综合条件概率策略能预测解释这种结果。
3) conditional probability model
条件概率模型
1.
Conditional probability model is an effective tool to update structure fatigue reliability and its parameters based on results of non-destructive inspection(NDI),but the regular conditional probability model dose not consider the status of structure reliability with the time.
条件概率模型是基于检测结果更新结构可靠性及其参数的重要模型,但常规的条件概率模型没有考虑结构可靠性随时间的变化情况。
5) synthetic probability gain prediction
概率增益综合预测
6) comprehensive prediction model
综合预测模型
1.
Research on the application of Extenics Comprehensive Prediction Model for strong earthquake hazard areas at the North-South Seismic Belt;
强震危险区可拓综合预测模型在南北地震带应用研究
2.
Allthe factors were analyzed and a comprehensive prediction model stru.
通过对各因子的综合分析，筛选出降雨量、旬积温、旬日照时数和生长发育天数为自变量，以Ｒｉｃｈａｒｄｓ方程作为基本模型，用Ｍａｒｑｕａｒｄｔ迭代法建立了甘蔗株高综合预测模型［Ｈ＝４３９４５６９０（１－ｅ］。
补充资料：条件概率
条件概率
conditional probability
b)尸(A}刃丫尸(。，，们以概率l少戊立 对正则条件概率来说，条件数学期望可表为积分，其中条件概率起绮测度的作用.对随机变量x的条件概率定义为对由厂生成的。代数的条件概率条件概率[c.山‘佣习p油abi“ty;yc月。圈翻.，翔T-压比百‘] l)一事件对另一事件的条件概率是联系这两事件的一特征，若A和B都是事件而P(B)>O，则事件A对B(或在B的条件下，或关于B)的条件概率P(A}B)由等式 P(A门B、 P(A}B、=一‘一二一二一二 P(B)定义.条件概率P(AJB)可视为在B发生的条件下，事件A实现的概率.对独立事件A和B，条件概率户(A}B)等于其无条件概率户(A). 关于事件的条件和无条件概率的联系，见Bayes公式(Bayes formula)和完全概率公式(eomPlete Proba-bility formula). 2)一事件A对一，代数忍的条件概率为一随机变量尸(A}忍)，它对黔可测，且对任何B任忍有 苦p‘AJ男’p‘d。，一尸‘An”’对一。代数的条件概率确定到等价类. 如果。代数由可数个正概率互斥事件B.，BZ，…所生成，且Bl，BZ，…的并为全空间。，则 p(A}男)二p(A}B*)，对。:Bk，k==1，2，一 一事件A对一a代数忍的条件概率可定义为A的指示函数的条件数学期望(conditional mathematicalex详ctation)〔(I.{刃). 设恤，了，P)为概率空间，见为了的子。代数.条件概率户(A}忍)称为是正则的(regular)，如果存在函数P(田，A)，田任O，A〔矿，使 a)对固定的。，p(。，A)为a代数了上的概率测度.
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