1) free modulus magnitude estimation
自由模量幅度估计
1.
Twenty healthy male subjects participated in the experiment, discomforts for varying joint motions in standing and sitting postures were measured using the free modulus magnitude estimation.
方法参照国军标中的规定,确定出所要评价的关节及关节活动,由20位健康的男被试者参加,根据主观感觉利用自由模量幅度估计法,对其站姿和坐姿时相应关节活动的舒适性进行评价,确定出相对不舒适度指数,以描述关节活动总体舒适度的变化情况。
2.
Twelve healthy male subjects participated in the experiment, where discomforts for 384 postures were measured and classified using free modulus magnitude estimation.
并设计实验,由12位健康的男被试参加,利用自由模量幅度估计法对定义过的384种作业姿势的舒适性进行了评价和分级。
3.
Twelve healthy male subjects participated in the experiment and based on their subjective perception,using free modulus magnitude estimation method,the comfort of different working postures was evaluated and graded,so that comfort level of different working postures has been obtained,realizing quantitative assessment of working posture comfort.
将人体划分为四个节段,并对每个节段的不同姿势进行编码,实现了维修作业姿势的参数化定义,由12位健康的男性被试者参加,根据主观感觉利用自由模量幅度估计法对这些姿势的舒适性进行了评价和分级,得出了各种作业姿势的舒适级别,实现了对作业姿势舒适性的定量评价。
2) amplitude estimation
幅度估计
1.
Due to the spectral leakage, amplitude estimation of sinusoid based on DFT bears significant errors.
针对利用 DFT幅度估计正弦信号幅度因频谱泄漏引起较大误差的问题 ,首先根据 DFT最大谱线的幅度对信号幅度进行粗略估计 ,然后将采样信号分两段再做 DFT,由两个 DFT在最大谱线处的相位得到信号的初始相位 0 的估计值 ,根据 0 估计信号频率与 DFT最大谱线对应的频率的偏差 δ,利用 δ对幅度的粗略估计进行修正 ,得到信号幅度的高精度估计 。
3) spectral amplitude estimation
谱幅度估计
4) Discounted Free Cash Flow Model
自由现金流量估值模型
5) free pipe amplitude
自由套管幅度
6) Short-time magnitude spectra
短时幅度谱估计
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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