1) quadratic loss functional
二次损失泛函
1.
Under the conditions of incomplete number and continuous time, the optimum control of quadratic loss functional linear system is discussed by means of nonlinear filtering theory.
运用非线性滤波理论讨论了随机信息模拟中一类不完全数据下与连续时间下具有二次损失泛函线性系的最优控制 ,得到了在这两种情形下具有二次损失泛函线性系的两个最优控制数学模型 ,为此类随机信息的最优化提供了又一有效的模拟控制新方法 。
2) quadratic loss function
二次损失函数
1.
The Bayesian estimator of the parameter of different populations based on quadratic loss function;
基于二次损失函数的不同分布总体参数的Bayes估计
2.
Risk estimation of multi-parameter statistical model of an ideal quadratic loss function;
一类理想二次损失函数下多参数统计模型的风险估计
3.
Concerning the risk estimation,Bunke discussed the minimax of the best linear unbiassed estimator of a multiparameter controled statistical model which has the quadratic loss function with the positive definite "weighting" matrix.
关于风险估计,Bunke曾讨论了一类多参数控制的线性模型在带正定"加权"矩阵的二次损失函数下,最佳线性无偏估计量的极小极大性。
3) squared loss function
二次损失函数
1.
This paper considers comparison of MINQUE and simple estimator of 2 in the multi-variate normal linear model Y-N(XB,Σ V) under the risk of squared loss function criterion, where the design matrix X need not have full rank and the dispersion matrix V can be singular.
在二次损失函数下,作者研究了多元线性模型协方差矩阵的MINQUE估计和简单估计 的比较问题,其中多元线性模型的设计矩阵和离散矩阵可以不满秩,得到了一个充分和必要条 件。
4) quadratic expensive function
二次型损失函数
5) quadratic functional
二次泛函
1.
Minimum problems of functional about polygon spline interpolation are extended in this paper, which treat the constraints with penalty function method after quadratic functional being discreted.
将二次泛函离散化后用罚函数方法处理约束条件，根据最优性条件导出五点差分格式，证明了迭代法求解大型方程组的收敛定理。
6) Quadratic Wiener functional
二次Wiener泛函
补充资料：Марков过程的泛函
Марков过程的泛函
functional of a Markov process
M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t
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