1) Random Sample and Convert
随机采样变换
2) random sampling
随机采样
1.
Design of Embedded Random Sampling System;
基于嵌入式的随机采样系统设计
2.
The principle and method for getting the precise values of periodic signal by random sampling and data process of window function, FFT, weighted computation are detailed in this paper.
本文论述了随机采样 ,窗函数、FFT、加权计算等数据处理获取周期信号精确值的原理和方法 ,以及该原理和方法在实际振动检测中的应
3.
In order to compensate the nonlinear errors induced by the rectification for high frequency vibrations in the inertial measure unit (IMU), the paper presents a new random sampling method.
为了补偿由于惯性敏感元件高频振动整流所引起的非线性输出误差,研究一种新的补偿方法——随机采样法。
3) Random sample
随机采样
1.
Considering the demand of reliability on measuring and controlling system of corrupt fatigue experiments powered by oil-pressure, A kind of methods of FFT weighted computation of random sample is put forward.
针对液压腐蚀疲劳试验测控系统对可靠性的要求,提出了一种基于随机采样FFT加权算法的测控方法。
4) stochastic sampling
随机采样
1.
Then,it makes the approximate reasoning to the ASG by stochastic sampling.
针对大规模计算机网络的脆弱性评估,提出了一种基于贝叶斯网络近似推理的评估方法,对网络各组件和影响网络安全的因素进行建模,采用模型检测工具生成攻击状态转移图,描述网络脆弱性的利用过程,通过采用随机采样的方法对网络的攻击状态转移图进行近似推理,经过对采样样本的统计分析得到网络脆弱性评估的量化结果,为提升网络的安全性能提供理论依据。
5) randomsampling , stochasticsampling
随机采(抽)样
6) transformation and sampling
变换与采样
补充资料：随机变量变换
随机变量变换
random variables
厂。使随机变量v。=z。+f。(z。)比Z。“更正态”的问题 划2.设XI，…，X。，一为独立随机变量，每一个都有{一1，11上的均匀分布(训jl又)rln distribu、tion)，并置 _X，+…十X Z·二二古言~.由中心极限定理(ceni司l俪t the~)， 尸、z。<二，一。(·卜。(:).如果令 V。一Z。一去(32。一Z力，则有 尸不。.、二，一。二)一。子典、. 、”一/ 咧3.随机变量对，习厂五万与(x扮”)’/3当。一，的时都是渐近正态的(见X’分布(‘chi一sq珑lred’distribution)).其对应分布函数与其正态逼近间的一致偏差对于对要n)3义时才小于0.01;对于、厅不(Fisher孪攀(Fisher‘Iansfon班ltjon))，则当n)23时就小于0.02;而对于(x三/n)”，(侧七on-Hilferty变换(WIIson·Hilferty transfornlltion))更只需。)3其偏差就不超过O仪幻7， 随机变量的变换长期以来被用于数理统计间题中，作为构造简单的高精度渐近公式的基础.随机变量的变换在随机过程论中也是有用的(例如“单一概率空间”方法).【补注】与上述变换有关的是玫吵哪”山展开(例如见[Al];亦见侧geworth级数(创罗明rth series)).随机变量变换【r出司佣1 variables，transfonllati佣sof;c几y，葫“以Be月It叹H”即e06P出oBan”el 确定任意给定的随机变量的函数，使其概率分布具有所要求的性质 例1设X为一有连续且.严格增的分布函数F的随机变量.那么随机变量Y=F(X)就有区间10，1]上的均匀分布，而随机变量Z二中一’(F(X”(其中中为标准正态分布函数)则有参数为O与1的正态分布(normal distribution).反之，公式X=F一‘(小(Z))使人们能从一有标准正态分布的随机变量Z得到有给定分布函数F的随机变量X. 随机变量的变换常用来联系概率论的极限定理.例如，设随机变量Z。的序列是渐近正态的，参数为(O，1).那么可以提出构造简单(月简单可逆)函数
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