2) second basic estimate
第二基本估计
1.
If Ω is a smooth convex domain and weak solution u∈H2(Ω),then second basic estimate ‖u‖2,Ω≤c‖f‖0,Ω is proved.
若Ω是光滑凸域,弱解u∈H2(Ω),证明了第二基本估计‖u‖2,Ω≤c‖f‖0,Ω。
3) super-convergence elementary estimates
超收敛基本估计
1.
Then by using the operator and interpolating approximation properties,the paper obtains some super-convergence elementary estimates for the three-dimensional interpolation function of projection type over regular partitions of the domain.
然后应用三维投影型插值算子理论和插值逼近性质等得到了正规剖分下三维投影型插值的超收敛基本估计,并在此基础上结合三维离散Green函数与离散导数Green函数理论,研究获得了Lobatto点和Gauss点处三维长方体有限元函数及导数的高精度超收敛结果。
4) cost estimation
成本估计
1.
The cost constitution of mechanical product is complicated, and it is quite necessary to carry out cost estimation in the stage of design.
机械产品的成本构成复杂,在其设计阶段进行成本估计十分必要。
2.
Cost estimation is an extremely important link in product design,This paper analyzed the existing problems in the job of cost estimation and pointed out that integration of information is the key problem need to be urgently solved in cost estimation.
成本估计是产品设计中非常重要的环节。
3.
Knowledge quantification and cost estimation of components based on case-reasoning method;
此外,还对零件的匹配算法和推理规则进行了研究,根据零件的相似性因子的大小,计算了零件的知识量和估计成本,给出了运用基于零件相似性的事件推理方法进行零件几何知识量的计算和成本估计方法。
6) sample estimate
样本估计
1.
Based on the in common use mathematical statistics method of construction quality evaluation, a new method which the reliable degrees of bridge engineering quality is analysed by using the sample estimate has been presented .
在常用的工程质量评定数理统计方法的基础上，提出了用样本估计进行桥梁工程质量可靠性分析的方法，这种方法比较适合实测项目的质量评定。
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