1) random-access discrete-address(RADA)
离散用户的随机使用
2) SUE
[英][su:] [美][su]
随机用户平衡
1.
The paper quantitatively discusses the attractive- ness of highway to the potential transport modes and its interfer- ence effects,establishes a tramport passage sharing model using the thought of SUE(Stochastic User Equilibrium)and finally de- picts on the influence mechanism of highway in the other tram- port modes.
随机用户平衡)的思想。
2.
This model combined departure time with dynamic stochastic user equilibrium assignment problem(DDSUE).
提出了一种基于LOG IT方法的交通分配模型,该模型是动态出发时间选择和随机用户平衡的联合模型(DDSUE)。
3.
A flow-split model and its algorithm for inter-city transportation are presented based on the SUE theory and Chaos theory.
分析在多种运输方式存在情况下乘客的交通选择行为,并基于随机用户平衡理论和混沌理论构造了综合运输条件下的交通方式分离模型及求解算法。
3) stochastic user equilibrium
随机用户均衡
1.
Model and its solution for stochastic user equilibrium traffic assignment with multiple user classes and variable demand;
多用户类弹性需求随机用户均衡模型及其求解
2.
Bounding efficiency loss of multiclass stochastic user equilibrium traffic assignment under road pricing
收费情形下多用户类随机用户均衡交通分配的效率损失上界
3.
This study then formulates a travel time budget-based stochastic user equilibrium traffi.
在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性。
4) stochastic user equilibrium
随机用户平衡
1.
The model with stochastic user equilibrium assignment for elastic demand and the solving algorithm;
弹性需求下的随机用户平衡模型及求解算法
2.
Based on the basic idea of stochastic user equilibrium assignment and the traffic flow theory,the concept of road traffic state was introduced in order to describe the problem of traffic assignment.
运用随机用户平衡配流的基本思想和交通流理论,提出了道路交通状态的概念,以便讨论交通拥挤情况下的交通量分配问题。
3.
Based on a new kind of route choice behavior, the α-cut stochastic user equilibrium(α-SUE) is established.
基于一种新的道路选择行为,建立了α-截随机用户平衡模型(-αSUE),在这个平衡模型中其道路阻抗的估计值用在置信度1-α下的区间来表示。
5) random user equilibrium
随机用户平衡(SUE)
6) random user buffer
随机用户缓冲器
补充资料：离散随机信号处理
| 离散随机信号处理 discrete random signal processing 利用数字运算，对离散随机信号进行各种滤波处理、离散变换和谱分析。随机信号是一种非确定性的信号，如热噪声信号发生器输出的电信号，飞行器起飞时的结构振动，以及起伏海面的波动高度等。它们的共同特点是无法预测其未来瞬间的精确值。处理的目的是便于从中提取有用的信息，削弱信号中的多余信息量，便于估计信号的特征参数，或变换成易于分析和识别的形式等。 随机信号处理的主要理论基础是信号检测理论、估计理论和随机过程理论。根据理论分析，随机信号的不同样本函数在同一时刻的值往往是不确定的，因而只能用样本函数集的统计平均来描述，如用均值、均方值、方差、概率密度函数、相关函数和功率谱密度函数来描述随机过程的特性。但是，在大多数情况下，被处理的随机信号是具有各态历经的平稳随机过程，它的样本函数集平均可以用某一样本函数的时间平均来确定，这给随机信号的分析和处理带来很大方便。虽然平稳随机信号本身是不确定的，但它的相关函数是确定的，可以利用快速变换算法来计算。相关函数的傅里叶变换或Z变换表示随机信号的功率谱密度函数，简称为功率谱。功率谱是描述随机信号基本特征的重要参数，而功率谱估值是按照实际观测的有限数据估计得到的，它必然与真实的功率谱值有差别。为了减小谱分析偏差和提高谱分辨率，产生了多种谱估计方法。 在非平稳随机信号处理中，非平稳随机过程的特征函数一般是随时间而变化的，不能再用时间平均代替集平均，只能用组成过程的样本函数集的瞬时平均来描述其特性。因而求得的功率谱是随时间变化的谱。这种时变功率谱的计算方法仍在研究中。卡尔曼滤波和最大熵法是处理非平稳随机信号的有用方法。 |
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