学科分类
/ 25
500 个结果
  • 简介:本文提出应用基于最小最大概率机(MPM)来解决无线衰落信道非线性预测问题。首先构造信道预测的参考模型,结合插值思想,利用非线性方法对信道频率响应模拟。然后通过改变导频模式,在频域方向插值,从时域上对信道进行预测。为了提高OFDM信道预测速度和精确度,提出用基于最小错分原理的MPM来解决无线衰落信道非线性预测问题。预测实验表明,本算法在衰落信道预测的预测速度和准确性方面具有优越性。

  • 标签: 最小最大概率机 正交频分复用 信道预测
  • 简介:针对目标跟踪中IVT(Incrementalvisualtracking)算法对遮挡问题比较敏感,1算法计算量大的缺点,将PCA(PrincipalComponentAnalysis)子空间假定为具有高斯噪声和拉普拉斯噪声,同时引入二进制值以排除遮挡因素,提出了基于最小软阈值和连续概率奇异值的目标跟踪算法。实验结果表明,新算法对光照、遮挡、尺度变化等因素具有较强的鲁棒性。

  • 标签: 目标跟踪 最小软阈值 贝叶斯估计 遮挡
  • 简介:在原有研究的基础上,针对实验数据观测点疏密分布均匀或不均匀的工程实际情况,分别运用全局准则和局部准则,研究最小概率DWO非线性辨识方法中的带宽选择关键问题,提出了校正AIC准则和LCV准则两种不同的带宽选择方法,并将这些方法应用于四频差动激光陀螺的温度误差模型辨识中,比较和验证了这些方法的正确性和适应性。研究结果表明:①对于"分布均匀"的情况,宜采用校正AIC准则;②对于"分布不均匀"的情况,宜采用LCV准则;③形成了自动带宽选择算法。总之,这些方法为解决"带宽选择"问题提供了有效途径,从而进一步提高了最小概率DWO方法的工程应用价值。

  • 标签: 非线性辨识 最小概率 直接加权优化 带宽选择 激光陀螺 温度误差模型
  • 简介:最小最小的小小鼠,是鼠妈妈最小的孩子,他是鼠妈妈的心肝宝贝。每天,鼠妈妈为小小鼠穿衣服、铺床叠被子;喂小小鼠吃饭;给小小鼠洗脸、梳头发。小小鼠什么也不干,鼠妈妈也不让小小鼠干。

  • 标签: 小鼠 妈妈 头发
  • 简介:<正>考点解读由于概率同实际生活联系紧密,且概率试题综合性、应用性较强,对于基础知识、能力要求较高,能够很好地考查学生分析问题和解决问题的能力,研究近几年的高考试题可以看出,高考对这一部分的考查有加大的趋势.

  • 标签: 高考试题 等可能事件 相互独立事件 对立事件 数学问题 分布列
  • 简介:

  • 标签:
  • 简介:写这篇文章之前,我脑子里忽然冒出一个念头,或许与今天要探讨的主题并无太大关系,但说说也无妨。波兰小说家贡布罗维奇说过这么一句话:我们每个人自我的重量取决于地球上人口的数量。米兰·昆德拉在《小说的艺术》中也引入了这句话,还加入了自己的理解:所以德谟克利特相当于人类四亿分之一的重量,

  • 标签: 概率 德谟克利特 小说家 昆德拉 重量
  • 简介:【题目】用7、8、9这三个数字组成两位数乘一位数的算式(数字不得重复)。使它们的乘积最大和最小。【分析与解】我们先用7、8、9这三个数字写出所有的两位数乘一位数的算式并算出积:78×9=702,87×9=783,79×8=632,97×8=776,89×7=623,98×7=686。

  • 标签: 一位数 两位数 算式 个数
  • 简介:【题目】用1-6六个自然数组成两个三位数,使其乘积最大,应怎样组合?使其乘积最小又应怎样组合呢?如果1-6改成0~5又如何呢?

  • 标签: 三位数 数组成 乘积
  • 作者: 马国福
  • 学科:
  • 创建时间:2019-02-12
  • 简介:

  • 标签:
  • 简介:英国著名学者弗里曼·戴森(FreemanDyson)在数学与物理两门硬科学中都有很深的造诣,他曾说过一句名言:

  • 标签: 概率 著名学者 弗里曼 硬科学
  • 简介:概率,是数学的内容,用数学定义是:对于给定的随机事件A,如果随着试验次数的增加,事情A发生的概率fn(A)稳定在区间【0,1】中的某个常数上,把这个常数记作P(A),称为事件A的概率。现实生活中要用概率解释的事情很多,就拿彩票中奖来说吧。

  • 标签: 概率 随机事件 数学定义 现实生活 彩票中奖 常数
  • 简介:对于任意一个圆,它的周长与直径的比值是一个常数,人们把这个常数叫做圆周率,用希腊字母π表示.即

  • 标签: 概率 希腊字母 圆周率 常数
  • 简介:“火枪手”的胜算经老国王有三位得意爱将,这三位勇士都很爱好射击,平时特别喜欢去射击场比赛射击。时间长了,他们中百发百中的那个人被大家称之为“枪神”,而其中三枪能命中两枪的人被称之为“枪怪”。

  • 标签: IQ 概率 射击 国王 时间
  • 简介:复习统计、概率时的关键是抓住以下三个方面,首先要准确理解基本概念,如普查与抽查、平均数、中位数、众数、方差、事件、概率、频率与概率的关系等;其次要能从统计图中准确获取信息,要做到这一点,关键是准确把握各种统计图的特点,从统计图各自特点入手去分析问题;最后要掌握解决问题的基本方法,如列表法和树状图法等.

  • 标签: “统计与概率” 统计图 获取信息 平均数 中位数 列表法