1) asymptotic synchronization
渐近同步性
1.
It is proved that the asymptotic synchronization with Dirichlet condition occurs provided the coupling strengths are sufficient large.
研究了一个m维耦合非自治的Lorenz格点系统,得到了在三种不同边界条件下此格点系统的点耗散性,并且证明了当耦合系数充分大时,在Dirichlet边界条件下,此格点系统的解具有渐近同步性。
2.
It is proved that asymptotic synchronization occurs when coupling strengths in this system under Neumann and periodic boundary conditions are sufficiently large.
该文研究了一个高维耦合非恒等的Lorenz格点系统,得到了在Dirichlet边界条件下,此格点系统解的全局稳定性的一个充分条件;并且证明了在Neumann边界条件和周期边界条件下,当耦合系数充分大时,此格点系统的解具有渐近同步性。
2) asymptotic synchronization
渐近同步
1.
Asymptotic Synchronization of Partial-state Coupled Systems;
部分耦合系统的渐近同步
2.
Under this condition,applying Lyapunov direct method to prove that asymptotic synchronization occurs for the coupled Lorenz systems with cross coupling provided the coupling c.
运用Lyapunov稳定性理论讨论系统解的一致有界耗散性,并在此基础上采用Lyapunov直接方法证明当耦合强度足够大时交叉耦合非恒同Lorenz格点系统的解出现渐近同步,即系统解的任意两个对应分量的差在时间趋向于无穷时是一个小的有界量。
3.
We prove that the asymptotic synchronization occurs provided the coupling strength is sufficiently large.
证明了此耦合系统当耦合强度足够大时出现新渐近同步。
3) asymptotic synchronization of chaos
混沌渐近同步
1.
A method of digital secure communication based on asymptotic synchronization of chaos;
一种基于混沌渐近同步的数字保密通信方法
4) synchronized asymptotical stability
同步渐进稳定性
5) asymptotic homomorphism
渐近同态
1.
If EA1 and EA2 are asymptotic homomorphisms, then A1(?)A2 is a strongly singular maximal abelian subalgebra of M1(?)M2.
若E_(A1)和E_(A2)是渐近同态条件期望,则A_1■A_2是M_1■M_2的强奇异极大交换子代数。
6) successive approximation
逐步渐近法
1.
Application of successive approximation in analyzing non-linear earthquake response;
非线性地震反应时程分析中逐步渐近法的应用
补充资料：渐近等分性
随机变量长序列的一种重要特性，是编码定理的理论基础，简称AEP。当随机变量的序列足够长时,其中一部分序列就显现出一种典型的性质：这些序列中各个符号的出现频数非常接近于各自的出现概率，而这些序列的概率则趋近于相等，且它们的和非常接近于1,这些序列就称为典型序列。其余的非典型序列的出现概率之和接近于零。序列的长度越长，典型序列的总概率越接近于1,它的各个序列的出现概率越趋于相等。渐近等分性即因此得名。
C.E.仙农最早发现随机变量长序列的渐近等分性，并在1948年发表的论文《通信的数学理论》中把它表述为一个定理。后来，B.麦克米伦在1953年发表的《信息论的基本定理》一文中严格地证明了这一结果,因此,有人也把它称为麦克米伦定理。
渐近等分性有许多不同的具体形式，但一般地可以表述如下：若X是一个符号表，共有M个不同的符号x1,x2，...,xM ,它们的出现概率分别是p1，p2，...，pM 。对X进行N次独立的选择,于是得到一个长度为N的符号序列;总共有MN个长度为N的不同序列。可以证明,对于给定的两个任意小的数ε＞0和δ＞0，一定可以找到一个正整数N0(它是X,ε和δ的某种函数)，使所有长度为N≥N0的序列可划分为以下两组。第一组包含Aε＜MN个序列，其中各个序列都具有几乎相等的出现概率p，且有
1－ε＜p·Aε＜1
和
式中H是X的符号熵。实际上,当N充分大时,Aε=2NH。第二组包含其余的MN-Aε个序列，它们的出现概率之和小于ε。显然第一组包含的是典型序列,第二组包含的是非典型序列。在各个符号的概率不相等的情况下，序列长度N越大,则Aε与MN的差别越大,而p·Aε与1的差别越小，-logp/N与H的差别也越小。
渐近等分性的意义在于：对于任意取有限个值的随机变量X,当用N次独立选择的方法来形成编码序列时,只要N 取得足够大，就可以只考虑其中Aε个典型序列，而其余所有的非典型序列均可以忽略。
C.E.仙农最早发现随机变量长序列的渐近等分性，并在1948年发表的论文《通信的数学理论》中把它表述为一个定理。后来，B.麦克米伦在1953年发表的《信息论的基本定理》一文中严格地证明了这一结果,因此,有人也把它称为麦克米伦定理。
渐近等分性有许多不同的具体形式，但一般地可以表述如下：若X是一个符号表，共有M个不同的符号x1,x2，...,xM ,它们的出现概率分别是p1，p2，...，pM 。对X进行N次独立的选择,于是得到一个长度为N的符号序列;总共有MN个长度为N的不同序列。可以证明,对于给定的两个任意小的数ε＞0和δ＞0，一定可以找到一个正整数N0(它是X,ε和δ的某种函数)，使所有长度为N≥N0的序列可划分为以下两组。第一组包含Aε＜MN个序列，其中各个序列都具有几乎相等的出现概率p，且有
1－ε＜p·Aε＜1
和
式中H是X的符号熵。实际上,当N充分大时,Aε=2NH。第二组包含其余的MN-Aε个序列，它们的出现概率之和小于ε。显然第一组包含的是典型序列,第二组包含的是非典型序列。在各个符号的概率不相等的情况下，序列长度N越大,则Aε与MN的差别越大,而p·Aε与1的差别越小，-logp/N与H的差别也越小。
渐近等分性的意义在于：对于任意取有限个值的随机变量X,当用N次独立选择的方法来形成编码序列时,只要N 取得足够大，就可以只考虑其中Aε个典型序列，而其余所有的非典型序列均可以忽略。
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