的算法主要通過節(jié)點間的相遇概率來指導(dǎo)路由決策,而PROAREA算法則通過各節(jié)點訪問區(qū)域單元的概率估算出了節(jié)點間數(shù)據(jù)傳輸?shù)?b style="color: red">期望延遲,從而能夠直接使用期望延遲來指導(dǎo)路由決策,具有更好的效果.實驗結(jié)果表明
2010-04-24 09:26:17
電子發(fā)燒友網(wǎng)站提供《PyTorch教程2.6之概率統(tǒng)計.pdf》資料免費(fèi)下載
2023-06-05 11:29:490 在此設(shè)計三種不同的隨機(jī)先后順序,分析x和y取值的其概率分布。
2023-05-04 18:24:19348 假設(shè)一個理想的雷達(dá)系統(tǒng),沒有損耗,目標(biāo)不輻射,探測因子僅是三個參數(shù)的函數(shù)——期望的探測概率Pd、所需的虛警概率Pfa和接收脈沖的數(shù)量N。
2023-03-29 09:43:47331 軟件定制項目存在失敗的可能,但是很多人都不知道,失敗的概率高達(dá)80%以上,主要問題有:溝通不充分,預(yù)算太少,測試不到位,技術(shù)能力不足
2022-08-12 22:28:30370 在貝葉斯概率論中,如果后驗分布 p(θx)與先驗概率分布 p(θ)在同一概率分布族中,則先驗和后驗稱為共軛分布,先驗稱為似然函數(shù)的共軛先驗。共軛先驗在這里(https://en.wikipedia.org/wiki/Conjugate_prior)。
2022-08-02 09:54:11306 貝葉斯定理的含義也就是:為了估測一個事件A的真實概率,我們對該事件加入一個實驗結(jié)果,即似然函數(shù),當(dāng)似然函數(shù)大于1,則先驗概率被增強(qiáng),A事件發(fā)生可能性變大:當(dāng)似然函數(shù)小于1,則先驗概率被削弱,A事件發(fā)生可能性變小。
2022-06-26 10:48:571489 概率統(tǒng)計與隨機(jī)過程期末試卷及答案下載
2021-09-06 16:12:081 基于簇首概率優(yōu)化的LEACH協(xié)議改進(jìn)_單劍鋒(電源有哪些干擾)-基于簇首概率優(yōu)化的LEACH協(xié)議改進(jìn)_單劍鋒這是一份非常不錯的資料,歡迎下載,希望對您有幫助!
2021-07-26 12:37:541 不確定區(qū)間的混合概率電力負(fù)荷預(yù)測方法
2021-06-27 14:21:0122 基于
概率分布函數(shù)的流程工廠模型拓?fù)湎嗨贫扔嬎?/div>
2021-06-25 11:48:435 基于概率統(tǒng)計等的云計算隱私保護(hù)綜合評價模型
2021-06-24 17:02:2012 文本挖掘之概率主題模型綜述
2021-06-24 14:16:5416 基于CNN與約束概率矩陣分解的推薦算法
2021-06-17 16:36:197 基于聯(lián)合概率矩陣分解的虛擬社區(qū)群推薦
2021-06-08 11:44:583 概率論基礎(chǔ)課件下載及例題
2021-03-15 09:17:293 本文檔的主要內(nèi)容詳細(xì)介紹的是概率機(jī)器人的資料文檔合集。
2020-11-16 08:00:003 人人都在追求成功。而做銷售工程師,可能是其中的一條較為艱辛,但是成功概率較大的一條路徑。
2019-10-08 16:38:016615 人工智能并未朝著我們期望的方向發(fā)展,而是更多地走向了統(tǒng)計學(xué)的范疇。
2019-09-29 14:27:40506 我們將重點關(guān)注在預(yù)測已知未知數(shù)的領(lǐng)域模型的概率推斷。我們將演示貝葉斯校準(zhǔn)的能力,其中裂縫傳播問題被公式化為基于物理的概率推理模型。
2019-01-03 10:33:482588 的期望一致性以及概率不完備猶豫模糊偏好關(guān)系的滿意加性期望一致性等概念;其次,以PIHFPR和排序權(quán)重向量間的偏差最小化作為目標(biāo)函數(shù),構(gòu)建線性最優(yōu)化模型計算得到PIHFPR中不完備的概率信息;隨后,通過提出的加權(quán)概率不完備猶豫模糊偏好關(guān)
2018-12-13 10:58:013 針對傳統(tǒng)K-means型算法的“均勻效應(yīng)”問題,提出一種基于概率模型的聚類算法。首先,提出一個描述非均勻數(shù)據(jù)簇的高斯混合分布模型,該模型允許數(shù)據(jù)集中同時包含密度和大小存在差異的簇;其次,推導(dǎo)了非均勻
2018-12-13 10:57:5910 上圖中的每種分布都包含相應(yīng)的概率質(zhì)量函數(shù)或概率密度函數(shù)。本文只涉及結(jié)果為單個數(shù)字的分布,所以橫軸均為可能的數(shù)值結(jié)果的集合。縱軸描述了結(jié)果概率。有些分布是離散的,例如,結(jié)果為0到5之間的整數(shù),其概率
2018-10-26 09:20:4310780 這條公理表示為如果兩事件互斥(即兩事件不可能同時發(fā)生),那么這兩個事件其中有一個發(fā)生的概率等于各個事件發(fā)生的(邊緣)概率之和。我早說過了,這讓人疑惑。讓我們嘗試通過第一篇中的一個例子來說明。
2018-09-24 09:31:006872 期望值是大量試驗之后隨機(jī)變量的平均值。隨機(jī)變量將數(shù)值映射到試驗的每個可能的結(jié)果。我們可以計算離散隨機(jī)變量的期望值——潛在的結(jié)果數(shù)目是可數(shù)的——每項是一個隨機(jī)變量的可能值,乘以該結(jié)果的概率,最后累加。
2018-04-27 17:06:446732 在基于馬爾科夫鏈蒙特卡洛( MCMC)模擬法的概率潮流計算方法中,被廣泛應(yīng)用的Gibbs采樣算法需要進(jìn)行大量復(fù)雜的迭代運(yùn)算才能得到較精確的計算結(jié)果。針對該算法的缺陷,提出基于切片采樣( slice
2018-03-19 15:18:094 為提高移動云數(shù)據(jù)存儲遠(yuǎn)程服務(wù)器的計算和存儲能力,提出一種改進(jìn)的移動云數(shù)據(jù)存儲算法。利用表決數(shù)據(jù)分配和表決數(shù)據(jù)處理框架,構(gòu)建考慮節(jié)點失效概率的重采樣期望傳播時間計算模型,并建立整合能源效率和容錯性
2018-03-01 15:09:220 如何描述風(fēng)電功率波動的概率密度分布特性一直是風(fēng)電聯(lián)網(wǎng)運(yùn)行分析領(lǐng)域的難點。在利用概率密度函數(shù)法分析風(fēng)電功率波動特性的基礎(chǔ)上,首先驗證了采用多種單一分布函數(shù)模型擬合風(fēng)電波動概率密度分布特性的效果較差,并
2018-02-27 16:32:3912 針對DTN網(wǎng)絡(luò)數(shù)據(jù)編碼分發(fā)過程中數(shù)據(jù)擁塞造成投遞性能下降的問題,提出了一種基于主題數(shù)據(jù)投遞概率的節(jié)點擁塞控制機(jī)制(CCM-DP)。綜合考慮節(jié)點移動模型、主題包投遞概率、節(jié)點擁塞程度等因素建立數(shù)據(jù)投遞
2018-02-27 14:55:270 為實現(xiàn)在噪聲干擾下的同步發(fā)電機(jī)非線性模型在線辨識,提出了同步發(fā)電機(jī)非線性模型的期望最大的辨識方法。首先,構(gòu)建了考慮勵磁調(diào)壓器的同步發(fā)電機(jī)離散非線性狀態(tài)空間模型,并將同步發(fā)電機(jī)參數(shù)辨識問題轉(zhuǎn)化為期望
2018-01-31 10:44:3316 的相關(guān)性,以輸電綜合成本期望值最小化為目標(biāo),以預(yù)想事故發(fā)生前后電網(wǎng)運(yùn)行條件為約束,建立電網(wǎng)最大輸電能力的概率優(yōu)化決策一般模型,該模型將電網(wǎng)有功調(diào)度決策與不同區(qū)域負(fù)荷具體的概率不確定性緊密結(jié)合并統(tǒng)籌電網(wǎng)預(yù)想事故發(fā)生前后的輸電能力決策。
2018-01-23 12:07:15930 概率靜態(tài)電壓穩(wěn)定計算能考慮電力系統(tǒng)中的隨機(jī)因素,獲得穩(wěn)定裕度的統(tǒng)計數(shù)字和概率分布,是傳統(tǒng)確定性的電壓穩(wěn)定計算方法的有效補(bǔ)充。文章研究了基于模擬法的概率靜態(tài)電壓穩(wěn)定評估方法,通過引入擬蒙特卡羅模擬獲得
2018-01-18 14:40:44295 覆蓋率不僅是評價無線傳感器網(wǎng)絡(luò)體系性能的重要標(biāo)準(zhǔn)之一,也是無線傳感器網(wǎng)絡(luò)所研究的一項重點課題.為此,提出了一種概率模型下優(yōu)化覆蓋算法.該算法通過對概率覆蓋模型的計算,給出了傳感器節(jié)點覆蓋的期望
2018-01-15 09:59:170 針對大規(guī)模風(fēng)電場輸出功率隨機(jī)波動且無功設(shè)備種類繁雜的典型特征引起的無功電壓問題,建立了概率無功優(yōu)化調(diào)度模型,并提出利用無跡變換和自適應(yīng)聚焦粒子群算法的求解方法。模型中,利用基于無跡變換的概率潮流算法
2018-01-10 15:15:517 針對移動自組網(wǎng)媒體接入控制(MAC)協(xié)議高吞吐量、低公平性的失衡問題,提出一種基于最優(yōu)接入概率的簡化協(xié)議MAC-FT。首先推導(dǎo)公平條件下最優(yōu)吞吐量與節(jié)點數(shù)、節(jié)點數(shù)與空閑接入概率的定量關(guān)系,設(shè)計空閑
2017-12-29 17:00:440 針對現(xiàn)有視頻二值分割算法分割性能過低的問題,提出了一種基于CPU的視頻實時二值概率分割算法。該算法通過規(guī)范化視頻幀中每個像素屬于前景類和背景類的概率大小,實現(xiàn)了基于二次馬爾可夫測量場( QMMF
2017-12-29 16:10:470 針對可信嵌入式系統(tǒng)應(yīng)用中將任務(wù)的最壞情況下的執(zhí)行時間( WCET)作為任務(wù)的實際執(zhí)行時間,導(dǎo)致系統(tǒng)資源的極大浪費(fèi)的問題,提出了一種基于隨機(jī)任務(wù)概率模型的方法。首先,考慮任務(wù)執(zhí)行時間具有特定概率分布
2017-12-28 15:42:420 針對原有集成學(xué)習(xí)多樣性不足而導(dǎo)致的集成效果不夠顯著的問題,提出一種基于概率校準(zhǔn)的集成學(xué)習(xí)方法以及兩種降低多重共線性影響的方法。首先,通過使用不同的概率校準(zhǔn)方法對原始分類器給出的概率進(jìn)行校準(zhǔn);然后
2017-12-22 11:02:000 針對以案例推理機(jī)制為推理核心的分揀作業(yè)機(jī)械臂系統(tǒng)不能用于物體信息較多的復(fù)雜場景的問題,提出一種改進(jìn)的基于范例推理一信念期望意圖( CBR-BDI)推理機(jī)制。首先,將輸入的信息作為信念(Belief
2017-12-22 10:05:450 針對基于隨機(jī)上下文無關(guān)文法( SCFG)建模的多功能雷達(dá)(MFR)概率學(xué)習(xí)問題,在傳統(tǒng)Inside-Outside(10)算法和Viterbi-Score( VS)算法的基礎(chǔ)上,提出一種
2017-12-13 13:33:520 現(xiàn)有的隱私保護(hù)技術(shù)較少考慮到查詢概率、map數(shù)據(jù)、信息點(POI)語義等邊信息,攻擊者可以將邊信息與位置數(shù)據(jù)相結(jié)合推斷出用戶的隱私信息,為此提出一種新的方法ARB來保護(hù)用戶的位置隱私。該方法首先
2017-12-06 13:53:280 概率模型檢驗建立在非概率模型檢驗技術(shù)的基礎(chǔ)上,不僅能夠?qū)ο到y(tǒng)進(jìn)行定性的驗證,還能夠定量判斷系統(tǒng)滿足相關(guān)性質(zhì)的概率,具有廣泛的適用性。LTL概率模型檢驗算法的復(fù)雜度較高,達(dá)到雙重指數(shù)級別,現(xiàn)有的工具如
2017-11-21 15:09:256 軟件缺陷預(yù)測能夠提高軟件開發(fā)和測試的效率,保障軟件質(zhì)量。無監(jiān)督缺陷預(yù)測方法具有不需要標(biāo)簽數(shù)據(jù)的特點,從而能夠快速應(yīng)用于工程實踐中。提出了基于概率的無監(jiān)督缺陷預(yù)測方法PCLA,將度量元值與閾值的差值
2017-11-21 14:45:445 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:23:131 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:19:460 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:19:130 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:17:110 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:15:3212 概率論答案
2017-11-06 16:11:510 概率論與數(shù)理統(tǒng)計習(xí)題全解指南
2017-11-06 16:11:2421 激光信號處理器的檢測和虛警概率分析
2017-01-19 21:22:549 基于概率預(yù)測的虛擬機(jī)動態(tài)遷移機(jī)制改進(jìn)
2017-01-08 14:47:530 基于概率潮流的主動配電網(wǎng)儲能配置與控制設(shè)計_肖園園
2017-01-05 15:34:540 考慮相關(guān)性的廣義負(fù)荷聯(lián)合概率建模及應(yīng)用_褚壯壯
2016-12-16 15:48:480 基于云理論的居民負(fù)荷集體諧波概率分布_湯波
2016-12-14 11:08:520 首先介紹了概率XML數(shù)據(jù)管理技術(shù)的概念,特點和挑戰(zhàn);其次綜述了概率XML數(shù)據(jù)和概率XML數(shù)據(jù)模型,各種模型的核心思想都來自于可能世界模型,通過選擇孩子節(jié)點以及刪除節(jié)點可得到一
2011-12-26 11:08:3920 首先介紹了 安全儀表 系統(tǒng)在實際應(yīng)用匯總的需求以及安全儀表系統(tǒng)的硬件失效概率評估的必要性,然后研究了硬件失效概率的評估方法。
2011-06-17 11:16:0119 具有概率特性的邏輯學(xué)適合表示納米器件的狀態(tài)。本文介紹了該邏輯學(xué)和其在計算納米級門電路的概率分布方面的應(yīng)用。此應(yīng)用是基于馬爾可夫隨機(jī)場的新特性:勢團(tuán)勢能,初始節(jié)
2010-07-29 17:30:5918 本文提出了一種概率關(guān)聯(lián)規(guī)則算法,通過使用概率的方法估算任意數(shù)據(jù)項集在事務(wù)數(shù)據(jù)庫中出現(xiàn)的概率來求候選頻繁項集,并給出了相關(guān)算法描述及其算法實現(xiàn)。將本算法與Apriori算法
2010-02-25 14:58:4415 《概率論與數(shù)理統(tǒng)計》優(yōu)秀學(xué)習(xí)資料,概率論與數(shù)理統(tǒng)計學(xué)習(xí)資料隨機(jī)試驗、樣本空間與隨機(jī)事件(1)隨機(jī)試驗:具有以下三個特點的試驗稱為隨機(jī)試驗,記為E.1) 試驗可
2010-02-13 11:40:2286 為在大規(guī)模無線傳感器網(wǎng)絡(luò)中獲得較好的網(wǎng)絡(luò)性能,提出一種基于近似靜態(tài)分簇的高效概率覆蓋協(xié)議EPCSC.該協(xié)議通過近似靜態(tài)分簇節(jié)省網(wǎng)絡(luò)資源,保持網(wǎng)絡(luò)連通性. 根據(jù)網(wǎng)絡(luò)QoS期望值
2009-12-30 10:28:4726 該文從理論上分析了用于目標(biāo)跟蹤的概率數(shù)據(jù)互聯(lián)濾波器(PDAF)和聯(lián)合概率數(shù)據(jù)互聯(lián)濾波器(JPDAF)存在的不足,提出了一種新的概率數(shù)據(jù)互聯(lián)濾波器(NPDAF)。NPDAF 在據(jù)關(guān)聯(lián)時基于概率理論
2009-11-13 14:26:119 本文提出了一種新的基于期望最大化以及貝葉斯信息準(zhǔn)則的圖像分割方法。首先,運(yùn)用K 均值方法初始化圖像分布,運(yùn)用期望最大算法估計輸入圖像參數(shù)數(shù)據(jù),且圖像中類的數(shù)目
2009-08-26 11:44:3811 本文提出了一種基于概率模型的特征補(bǔ)償算法。該方法基于語音和噪聲的先驗概率密度,在倒譜域?qū)φZ音特征參數(shù)進(jìn)行最小均方誤差預(yù)測(MMSE),提高識別精度。實驗結(jié)果表明,本
2009-08-24 10:16:146 如何分析CDMA陰影衰落余量及覆蓋概率
從無線傳播理論可知,對于任何一個給定的距離,路徑損耗的平均值(dB)
2009-05-21 00:10:112766 本文主要介紹的是統(tǒng)計置信度應(yīng)用于誤差概率估計。
2009-04-22 11:39:2423 針對經(jīng)典粗糙集模型難以分類標(biāo)引空間以及體現(xiàn)類間關(guān)聯(lián)的缺陷,將條件概率關(guān)系結(jié)合粗糙集理論引入信息檢索,提出一種基于概率粗糙集的信息檢索模型。定義標(biāo)引詞空間的條件
2009-04-10 08:47:4710 《概率論及數(shù)理統(tǒng)計》課教學(xué)規(guī)范
一、 課程教學(xué)的基本要求
課程名稱:概率論及數(shù)理統(tǒng)計英文名稱:Probaility Theory and Mathematical Statistics課程類型:專業(yè)必修
2008-11-25 15:08:1133 matlab概率統(tǒng)計實驗9.1 實驗(I):Galton釘板試驗9.1.1 實驗與觀察: Galton釘板模型和二項分布 1. 動
2008-10-17 00:38:053963
評論
查看更多