1) stationary gaussian markovian process
平稳高斯 马尔可夫过程
2) Gauss-Markov process
高斯-马尔科夫过程
1.
The autonomous optical navigation algorithm for spacecraft around Moon using the Gauss-Markov process and Unscented Kalman filter is presented.
提出了一种利用高斯-马尔科夫过程和Unscented卡尔曼滤波的绕月探测器自主光学导航算法。
2.
The navigation and guidance algorithm using the Gauss-Markov process for autonomous small celestial body landing is presented to solve the orbit determination difficult problem induced by not obtaining the accurate orbit dynamic model.
主要是在导航算法中,采用一阶高斯-马尔科夫过程近似着陆探测器轨道动力学中的无模型加速度,利用扩展卡尔曼滤波估计探测器的位置、速度及无模型加速度。
3) Bayesian Markov decision process
贝叶斯马尔可夫决策过程
1.
Based on Bayesian Markov decision process,revenue sharing contracts can coordinate finite-horizon supply chains with a supplier and a retailer.
针对由一个供应商和一个零售商组成的有限N阶段易逝品供应链,在市场需求与价格相关且含有未知参数,零售商不能观察到实际缺货量的情况下,运用贝叶斯马尔可夫决策过程,在证明收益共享契约能够实现上述供应链的协调的基础上,给出了实现协调的契约参数,指出该契约的成立不受零售商各个阶段定价策略和马尔可夫决策状态的影响。
4) average reward Markov decision process
平均报酬马尔可夫决策过程
5) stationary Gaussian process
平稳高斯过程
1.
Hausdorff and Packing dimension of graph and level sets for d dimension stationary Gaussian processes;
d维平稳高斯过程图集和水平集的Hausdorff维数和Packing维数
2.
Fractal properties of sample path of d-dimensional stationary Gaussian processes are investigated.
研究了d维平稳高斯过程样本轨道的分形性质,由Testard的方法,得到了其极函数的特征及相关维数。
3.
Suppose X d(t)(t∈R +) is a d-dimensional separable stationary Gaussian process,under some conditions,Hausdorff dimensional and packing dimension of k-multiple time set of X d(t) are obtained.
设 Xd(t∈ R+)是 d维可分平稳高斯过程 ,在一定条件下 ,本文得到了 Xd(t)多重时Hausdorff维数及 Packing维数 ,Polya过程为其特例 。
6) non-stationary differentiable Gaussian processes
非平稳可微高斯过程
补充资料：马尔科夫尼科夫加成
分子式：
CAS号：
性质：乙烯（或丙烯）在过渡金属络合物催化下聚合过程的邻位插入反应机理。一般认为是经过极化的四元环过渡态，反应过程键的断裂与生成同时发生。M-R的加成方向与烯烃二碳端的极性有关，如R有取代基（氢少的碳）的一端，M加在双键另一端，称为马尔科夫尼科夫加成，简称马氏加成。
CAS号：
性质：乙烯（或丙烯）在过渡金属络合物催化下聚合过程的邻位插入反应机理。一般认为是经过极化的四元环过渡态，反应过程键的断裂与生成同时发生。M-R的加成方向与烯烃二碳端的极性有关，如R有取代基（氢少的碳）的一端，M加在双键另一端，称为马尔科夫尼科夫加成，简称马氏加成。
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