1) diffusion controlled
扩散过程调整
2) diffusion
[英][di'fju:ʒən] [美][dɪ'fjuʒən]
扩散过程
1.
In this paper we study a stochastic differential equation whose solution is a special diffusion with discontinuous coefficient of drift.
研究了一个随机微分方程 ,它的解是一特殊的扩散过程 ,其漂移系数是不连续的Borel可测函数 。
2.
For the diffusion on noncompact manifolds,algebraic convergence in L~2-sense is studied.
考虑非紧流形上的扩散过程,得到了其L2代数式收敛的充要条件和必要条件。
3.
The paper proposes a new method to estimate nonlinear diffusions based on discretely observed data, and gives some properties of the corresponding parameters estimation.
本文基于一类非线性扩散过程的离散可观测数据 ,建立一种新的参数估计方法。
3) diffusion process
扩散过程
1.
Random analysis of the continuous sole strong solution of the random diffusion process of a class of the random signals with conditions;
一类带条件随机信号的随机扩散过程连续唯一强解的随机分析
2.
Parameter estimation about the drift coefficient of a diffusion process;
一类扩散过程中漂移系数的参数估计
3.
Common framework of single factor interest rate models with diffusion process;
扩散过程下单因素利率模型的统一框架
4) diffusion processes
扩散过程
1.
In the paper We discuss opitimal stopping of diffusion processes,because we deal with diffusion processes in the American option pricing.
金融数学中关于美式期权的定价理论最后归结为一个对扩散过程的最优停止问题,扩散过程是特殊的马氏过程,本文讨论了当报酬函数非负时的值函数性质及其最优停时的表示。
2.
The small perturbations of one dimensional degenerate diffusion processes is considered.
考虑一维退化扩散过程的小扰动。
3.
This article discusses the functional structure of a nonstationary random process on the complete probability space with martingale theory and stochastic analysis process, and ob-tains Wiener processes, diffusion processes, Ito processes and a series of important results ofthe functional structure under Gauss Conditions.
本文运用鞅理论与随机分析方法讨论了完备概率空间中一类非平稳过程的泛函结构,得到了Wiener过程、扩散过程与Ito过程及其在Gauss情形下泛函结构的一系列重要结果,这对于解决该类可观测随机过程的最佳非线性滤波具有很大意义。
5) diffusion process
扩散法;扩散过程
6) process adjusting
过程调整
1.
This paper analyses process monitoring?process discrete transfer function and process adjusting by using theory of discrete PI process control,and sets up process control model of capital pollutant.
应用离散PI过程控制理论 ,通过过程监视、过程的离散传递函数以及过程调整 ,建立了主要污染物的过程控制模型 ,对主要污染物指标的排放浓度实现了过程的PI控制 ,并在实际生产中得到了验
补充资料：过程异常、诊断及调整
过程异常、诊断及调整
process nonconformity, diagnosis and adjustment
g以尤heng yieha叼Zhenduan Ji tioozheng过程异常、诊断及调整(p找祀ess nonco刊Fo叮nity，di典贝佣15 and adjustlneni)用w.A.休哈特的统计过程控制(SPC)方法，可以判断某一过程是否已不符合规定，即是否已发生所谓过程异常。其次就是寻找导致过程异常的工程物理因家，即所谓过程诊断。有些过程如很多简单工序(例如人工电气装联)的工程物理因素属于可判断的(例如发现温控烙铁己经超出规定温度范围)，可以立即加以纠正。有的过程质量取决于多个因素X，，凡，…，戈，则按照工程惯例，对每一个因素都要规定其控制范围，逐个检查是哪一个因素超出了控制范围，这就是诊断。最后就是把超出控制范围的因素用工程物理方法调整回去，完成“发现异常、诊断、调整”这一全过程。在上述过程中，SPC起发现异常的作用，而诊断及调整则主要是工程作业。当影响Y的诸因素z:，几，…，及都互相独立时，上述流程是适当的。几十年来，解决了大量工程实际问题，证明了SPC的巨大工程实用价值。 但是在某些情况下，Y的多个因素Z，，几，…，凡则有一定的相关性。此时分别按单个因素加以控制不一定最适当，某些情况下是过严的或稍宽的。将Y通过多元回归方法(例如用多元线性回归)找出Y与Z:，几，…，及的关系加以控制，即多因素控制会更为恰当。最早的多因素控制图是H.霍特林在1947年提出的TZ控制图，该控制图是休哈特控制图的扩展。用多因素控制图发现异常的诊断仍然是以工程物理分析为主体，但统计分析可以辅助诊断。例如可用逐步回归方法，通过多元分析各因素的变异对总变异的贡献，分析出哪几个因素的贡献是主要的，从而在工程物理分析时，先查核这几个主要因素以指导诊断;主成分分析法在TZ控制图一出现后就用来分析对总变异起主要作用的几个因素的特定组合，即所谓“主成分”。在工程上控制住这几个主成分，就可以控制住总质量。工程物理经验还有助于提出若干有怀疑的因素，组成怀疑为异常因素的集合，进行判别分析。总之，以工程物理为主导，多元分析为辅，可以有效地进行诊断。但如脱离了工程物理，只谈数学的多元分析方法，那就必然会遇到不合格品数(Pn)问题，由于工作量太大，而不易实现。 另一种情况是本工序的统计特性受上一或上几道工序的影响(例如本工序的均值、方差受上一道工序输出值的影响)，实质上也是一类多元问题。如果在本工序不考虑到这一点，直接采用休哈特控制图，则有可能判断为本工序的异常;实则是本工序正常而上工序异常。对于这一类工序，工程物理上一般可以分析上工序对本工序是否有影响。如果确有影响，则诊断的程序应先查上工序是否正常。但不少情况下，张公绪提出的选控控制图及两种质贵诊断理论可以起帮助判断是哪一工序的作用，节省工程物理分析的投人。 在多元情况，诊断出起异常作用的因素或主成分后，就要根据统计分析要求，把异常因家或主成分的统计特性调回规定范围。这主要是工程作业(不是统计)。过程的诊断及调整主要用的是工程物理方法;统计分析是主要工具，但不能脱离工程物理只强调统计的作用。(何国伟)
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