1) maximum likelihood ratio detection(MLD)
极大似然比检测
1.
A sub-carrier allocation algorithm based on maximum likelihood ratio detection(MLD) in cognitive OFDM is introduced and studied.
研究了认知OFDM中基于极大似然比检测(MLD)的子载波分配算法,认知用户采用MLD模型对主用户频谱使用情况进行分布式检测,利用频谱检测信息动态分配子载波,通过认知基站对认知用户子载波频谱感知信息进行融合判决。
2) maximum-likelihood detec-tion
极大似然检测
3) likelihood ratio test
似然比检测
1.
According to the model,a generalized likelihood ratio test rule was developed for the target identification,and then the analytical expression to calculate the target identification performance was theoretically given.
为了实现发射周期内目标的实时识别,首先建立了E脉冲激励下目标回波的二元假设检验模型,在此基础上导出了识别目标的广义似然比检测量,并从理论上给出了计算目标识别概率的解析表达式。
2.
First pretreat image through high pass or morphologic filtering, then progress likelihood ratio test to segment possible targets from the image.
首先通过高通或形态学滤波进行图像预处理 ,进一步用似然比检测分割出候选目标 ,考虑到环境干扰造成的目标在某一帧暂时消失的情况 ,提出了利用目标运动特征通过选择合适的邻域判决条件并结合图像流分析提取运动弱小目标的一种方法。
3.
A quasi-hybrid likelihood ratio test (qHLRT) classifier is proposed for linear modulation classification,with unknown carrier frequency offsets (CFO).
针对存在未知载波频偏(CFO)的线性调制分类,提出一种混合似似然比检测(qHLRT)分类器。
4) detection likelihood ratio
检测似然比
1.
Based on the characteristics of the detection likelihood ratio sequence and the recursive relations,a fast algorithm is proposed.
文中根据检测似然比序列的特点,利用递推关系,提出了一种快速算法。
5) maximum likelihood ratio method
极大似然比方法
1.
According to the hypothesis of parameters in random effect model with equilibrium design and one-way classification H0:μ=μ0,σ2α=σ2α0,σ2=σ20H1:μ≠μ0,or σ2α≠σ2α0 or σ2≠σ20,a statistical estimator to test H0 is presented by using maximum likelihood ratio method,and then the asymptotic distribution of test statistics and its rule are given.
对平衡设计单向分类随机模型参数的假设H0:μ=μ0,σα2=σ2α0,σ2=σ02H1:μ≠μ0或σ2α≠σ2α0或σ2≠σ02,利用极大似然比方法导出了检验H0的统计量。
6) maximum likelihood test
极大似然检验
补充资料:极大似然估计
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出,并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法,极大似然原理的直观想法是:一个随机试验如有若干个可能的结果A,B,C,%26#8230;。若在一次试验中,结果A出现,则一般认为试验条件对A出现有利,也即A出现的概率很大。
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