1) Markov transition probability matrix
![点击朗读](/dictall/images/read.gif)
马尔可夫转移概率矩阵
2) markov chains / transition probabilities matrix
![点击朗读](/dictall/images/read.gif)
马尔柯夫链/损伤状态转移概率矩阵
3) Markov transition matrix
![点击朗读](/dictall/images/read.gif)
马尔可夫转移矩阵
1.
A new process mining method was presented based on Markov transition matrix.
![点击朗读](/dictall/images/read.gif)
提出了一种基于马尔可夫转移矩阵的过程挖掘方法。
4) Markov State Transferring Matrix
![点击朗读](/dictall/images/read.gif)
马尔可夫状态转移矩阵
1.
By using Markov State Transferring Matrix to determine the forecasting residual value,forecast accuracy was raised.
分析了传统GM(1,1)模型在公路网里程预测中存在的问题,利用残差改进了GM(1,1)模型,运用马尔可夫状态转移矩阵判断残差预测值在k≥n时的符号,提高了预测精度。
5) Markov transition probability
![点击朗读](/dictall/images/read.gif)
马尔可夫转移概率
1.
This algorithm based on the current measurmentcalculates Markov transition probability and makes a real-time estimate at the beginning of each filtering,meeting both the requirments of accuracy and switching speed.
该方法利用量测中包含的当前模式信息,在每个滤波起始处对马尔可夫转移概率进行实时计算,实现马尔可夫转移概率的实时估计,从而在保证滤波精度的前提下提高模型的切换速度。
6) Time-varying Markov Transition Probabilities
![点击朗读](/dictall/images/read.gif)
时变马尔可夫转移概率
补充资料:转移概率矩阵
转移概率矩阵
matrix of transition probabilities
转移概率矩阵【“.枕议of七队d位翻声如城翻;nepex-。江皿‘区.ePo,.oeTe曲Ma邓H”a】 状态集S至多为可数的齐次MaP劝.链(Mark0Vd.in)奴O在时刻:的转移概率(加璐币皿probab正-公)构成的矩阵尸:=!}Pi)(O”,其中 夕。(t)=p{看(t)=jl亡(0)=i},i,j“5.离散时间Ma匹oB链或连续时间正则MaPx伪链的转移概率矩阵i}儿(t)“对任意t>0和i,j“S满足以下条件: p。(‘))”,属p‘,(‘)一‘,即它们是随机矩阵(sto比出tic Inatr认),而对非正则链则有 ,。(亡))0,艺夕。(t)‘l, 夕‘S称这种矩阵为次随机的(sub·stoc】秘tic). 由于齐次Ma琳oB链的基本(CllaP~一K~。ro-poB)性质 ,。(“+‘)一蕙,‘*(“),*,(亡),矩阵族{尸‘:亡)0}形成一个乘法半群(m川tiplicativeseITU一gro叩);如果时间是离散的,这个半群由尸:唯一决定.A,M.3y6KoB撰
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