1) adaptive Markov parameter
马尔可夫参数自适应
1.
Innovation Filter Interacting Multiple Model(IFIMM) with adaptive Markov parameter based on UKF algorithm is presented in this paper,which can effectively deal with maneuvering target tracking problems in practice.
给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,还避免了复杂的Jacobi矩阵运算;该算法结合了马尔可夫参数自适应和新息滤波器技术,实现了马尔可夫转移矩阵的自适应和量测噪声的减小。
2) self-adaptive hidden Markov model
自适应隐马尔可夫模型
3) Markov parameter
马尔可夫参数
1.
By the optimal sequence, the optimal Markov parameters for the closed loop system can be achieved which bring out the optimal closed loop poles.
由最优误差序列得到闭环系统的马尔可夫参数 ,从而求取最优闭环极点 ,然后 ,应用一般的极点配置方法解出最优反馈矩阵 。
2.
By means ofthe batch-form or closed form of Riccati Eqation,the data-based LQG Controller directly using Markov Parameters of the system is derived.
该算法利用Riccati方程的闭合解,由系统的马尔可夫参数直接求得最优控制信号。
4) Markovian jumping parameters
马尔可夫跳跃参数
1.
Global exponential stability for static neural network models with time-varying delays and Markovian jumping parameters;
具有马尔可夫跳跃参数的变时滞静态神经网络的全局指数稳定性
5) discrete parameter Markov chain
离散参数马尔可夫链
6) continuous parameter Markov chain
连续参数马尔可夫链
补充资料：马尔可夫链模型
见数理社会学。
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