1) semi-Markov process
半马尔柯夫过程
1.
Traffic prediction method based on semi-Markov process;
基于半马尔柯夫过程的流量预测方法
2) Markov process
马尔柯夫过程
1.
Availability-model for electromechanical equipment based on Markov process;
基于马尔柯夫过程的机电设备有效性模型
2.
Reliability-modeling for the repairable system based on Markov process;
基于马尔柯夫过程的可修系统可靠性建模
3.
Modal of vehicles arrival in intersections based on Markov process;
基于马尔柯夫过程的城市交叉口车辆到达模型
3) Markovian process
马尔柯夫过程
1.
Decision analysis of weapon target assignment problems based on Markovian process;
基于马尔柯夫过程的武器系统目标分配问题决策分析
2.
Based on Markovian process, the dynamic WTA was used to solve the firepower distribution problem.
基于马尔柯夫过程求解火力分配问题的动态WTA方法,把目标威胁程度纳入性能指标进行火力分配决策,并利用Matlab编写主体程序。
3.
The first-order linear streamflow model is studied to develop stochastic analysis model, based on Markovian process, for the probability of streamflow forecasting.
以流域一阶线性径流模型为例，将模型中各参数扩展为随机变量，推导出基于马尔柯夫过程的可用于流域径流趋势分析的随机模型，并由Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ－Ｋｏｌｍｏｇｏｒｏｖ（简写ＦＰＫ）方程产生径流概率密度函数。
4) non-markov process
非马尔柯夫过程
1.
Established the resolution model of the non-markov process associated with the system and the availability of the overall system is determined by a function of the reliability and maintainability of each item.
建立相应的非马尔柯夫过程关系模型,确定系统有效性与系统各单元的可靠性和维修性之间的函数关系。
6) semi-Markov process
半马尔可夫过程
1.
A novel semi-Markov process model based on three-model redundant (TMR) architecture is proposed to effectively evaluate the hardware reliability for multi-sensor fusion system.
为有效评价多传感器融合系统硬件的可靠性,提出了一种新的三模冗余结构(TMR)半马尔可夫过程模型。
2.
An improvement in the state transition model of intrusion tolerance system is proposed and a semi-Markov process(SMP) model is built.
对入侵容忍系统状态转移模型进行了改进,以此构建了半马尔可夫过程(SMP)模型,并用该模型计算了各状态的稳态概率。
3.
An information transmission routing algorithm and a node mobile tracking model based on semi-Markov process for hierarchical mobile ad hoc networks were investigated.
讨论了层状移动AdHoc网络的一个信息传播路由算法和基于半马尔可夫过程的节点移动跟踪模型,通过该路由算法可以有效地解决层状子网络间的通信和信息交换。
补充资料：马尔可夫过程
| 马尔可夫过程 Markov process 一类随机过程。它的原始模型马尔可夫链，由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下特性：在已知目前状态 (现在)的条件下，它未来的演变 (将来)不依赖于它以往的演变 ( 过去 ) 。 例如森林中动物头数的变化构成——马尔可夫过程 。在现实世界中，有很多过程都是马尔可夫过程，如液体中微粒所作的布朗运动、传染病受感染的人数、车站的候车人数等，都可视为马尔可夫过程。关于该过程的研究，1931年A.H.柯尔莫哥洛夫在《概率论的解析方法》一文中首先将微分方程等分析的方法用于这类过程，奠定了马尔可夫过程的理论基础。1951年前后，伊藤清建立的随机微分方程的理论，为马尔可夫过程的研究开辟了新的道路。1954年前后，W.费勒将半群方法引入马尔可夫过程的研究。流形上的马尔可夫过程、马尔可夫向量场等都是正待深入研究的领域。 |
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