α-混合序列

本专辑为您列举一些α-混合序列方面的下载的内容,α-混合序列等资源。把最新最全的α-混合序列推荐给您,让您轻松找到相关应用信息,并提供α-混合序列下载等功能。本站致力于为用户提供更好的下载体验，如未能找到α-混合序列相关内容，可进行网站注册，如有最新α-混合序列相关资源信息会推送给您。

阅读全文

α-混合序列

: α-混合随机变量序列线性形式的强稳定性 (2014年) 研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律，得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件，在某种程度上推广了独立随机变量的线性形式的强稳定性的相应...
评级：0 浏览量：42 收藏量：0 资源大小：910KB 上传时间：2021-06-15

: α-混合误差下纵向数据半参数回归模型的均方相合性 (2012年) 考虑误差为α-混合序列下的纵向数据半参数回归模型.基于广义最小二乘法和非参数权函数方法分别给出了模型中未知参数β和未知函数g(・)的估计.在适当条件下,证明了β和g(・)的估计量的均方相合性.
评级：0 浏览量：40 收藏量：0 资源大小：840KB 上传时间：2021-05-14

: 基于α-混合样本下的熵函数估计的强相合性 (2008年) 设{Xi，i≥1}为随机变量序列，f(x)为公共未知的概率密度函数，基于样本X1，X2，…，Xn估计熵函数H(f)=-∫f(x)logf(x)dx，其中x∈Rd。该文在一定条件下获得了H(f)的直方图估计Hn=-∫fn(x)≥anfn(x)logfn(x)dx的强相合...
评级：0 浏览量：54 收藏量：0 资源大小：213KB 上传时间：2021-05-23

: 删失样本α混合序列递归核密度估计的逐点强相合性及速度 (2014年) 在删失数据α混合序列下,用递归核密度估计改进了f的窗宽固定的核密度估计量,并在一定条件下证明了改进后的估计量fn的逐点强相合性,并给出逐点强相合速度。
评级：0 浏览量：35 收藏量：1 资源大小：618KB 上传时间：2021-05-13

: ρ倡混合序列的Chover 型重对数律 (2009年) 设{X n ,n≥1}是同分布的ρ倡混合序列, 其分布属于特征指数为α( 0
评级：0 浏览量：42 收藏量：0 资源大小：714KB 上传时间：2021-05-09

: 音视频-编解码-蛋白质编码序列的特征值对蛋白质折叠速率的影响.pdf 1. **蛋白质分类与特征值分析**：根据蛋白质的特性将其划分为全α类蛋白质、全β类蛋白质、混合类蛋白质以及未分类蛋白质。通过选择与氨基酸物理化学性质相关的特征值，如电荷、极性、疏水性等，计算氨基酸在序列中...
评级：0 浏览量：32 收藏量：0 资源大小：1.25MB 上传时间：2022-04-16

: 论文研究 - 最大间距的统一渐近结果和连续模型的广义间距方法使用基于极限定理结果的方法获得渐近结果，该极限定理结果是针对包括最大间距（MSP）方法的一类通用间距（GSP）方法获得的。事实证明，MSP方法对于估算具有原点偏移的单变量连续模型的参数非常有用，精算科学和极端...
评级：0 浏览量：87 收藏量：0 资源大小：610KB 上传时间：2020-05-27

: 数据回归-相依情形下EV回归模型中LS估计的一些极限行为.pdf 误差项通常假设为具有特定关联性的序列，例如负相关或混合序列。在【描述】中提到，论文主要关注在相依情况下（如负相关或混合序列）简单线性EV模型中LS（最小二乘）估计的渐近性质。LS估计是一种常用的方法，用于...
评级：0 浏览量：25 收藏量：0 资源大小：711KB 上传时间：2022-06-26

: cutoff值-参考区间参考.pdf 血清和血浆是两种不同的液体，血清是血浆中去除纤维蛋白原的一种混合物，主要由水和各种化学成分组成，包括白蛋白、α1、α2、β、γ-球蛋白、甘油三酯、总胆固醇、谷丙转氨酶等。血清的主要作用是提供基本营养...
评级：0 浏览量：135 收藏量：0 资源大小：126KB 上传时间：2022-03-15

: 【OpenCV入门教程之四】 ROI区域图像叠加&初级图像混合全剖析 - 【浅墨的游戏编程Blog】毛星云（浅墨）的... 例如，`cv::Range(start_index, end_index)`表示从start_index到end_index（不包括end_index）的连续序列。 2. 图像叠加在图像处理中，有时我们需要将一幅图像（如logo）叠加到另一幅图像的特定位置。这可以通过...
评级：0 浏览量：64 收藏量：0 资源大小：9.35MB 上传时间：2022-08-03

: 反函数的混合多项式逼近 (2006年) 给定一个在[0 ,α]上的单调函数λ= f( t) ,给出一个函数序列 p m (λ)来逼近其反函数 t = f - 1 (λ) ,其中p m (λ)不是一般的多项式函数 ,而是多项式和三角函数的混合 ,即 p m (λ)∈Ωm = span{sin t ,cos t ,1 ,t...
评级：0 浏览量：110 收藏量：0 资源大小：739KB 上传时间：2021-04-24

: 从内生菌株生产1,8-肉桂醛，一种潜在的生物燃料。通过系统进化分析ITS rDNA，β-微管蛋白，肌动蛋白和EF1-α的序列比对。通过气相色谱-质谱法（GC-MS）鉴定，该分离物产生了仅具有一种主要成分即1,8-桉树脑的有吸引力的挥发性有机化合物（VOC）光谱。这种真菌...
评级：0 浏览量：94 收藏量：0 资源大小：1.73MB 上传时间：2020-06-04

: ρ混合随机变量列部分和最大值的极限特性 (2011年) 讨论了ρ混合随机变量序列在假定Cesàroα可积情况下部分和最大值的极限特性,得到了其完全收敛性和平均收敛性,所得结果改进并且推广了相关文献中的结论。
评级：0 浏览量：34 收藏量：0 资源大小：756KB 上传时间：2021-05-14

: 相依误差下线性回归模型的S-估计 (2005年) 对于线性回归模型：yi=xTiθ0+ei，i=1，2，，n，当{ei，i=1，2，，n）为α混合序列时，研究了s-估计的渐近性质。证明了S-估计具有强合性和渐近正态性，并且获得了类似独立同分布情形的方差一协方差结构。
评级：0 浏览量：29 收藏量：0 资源大小：4.3MB 上传时间：2021-05-12

: 音视频-编解码-人IL2R链基因NRE结合蛋白的初步分离纯化及其编码基因筛选.pdf 在这个研究中，作者可能通过实验方法如EMSA（Electrophoretic Mobility Shift Assay，电泳迁移率变动分析）来检测和分离与NRE序列特异性结合的蛋白质，这些蛋白质可能参与了IL2Rα基因的负调控。纯化和编码基因...
评级：0 浏览量：30 收藏量：0 资源大小：6.21MB 上传时间：2022-04-18

: 数学建模EViews中估计ARCH模型PPT课件.pptx ARCH模型和GARCH模型广泛应用于金融时间序列分析中，例如股票价格、通货膨胀率、外汇汇率等金融时间序列预测。ARCH模型和GARCH模型可以捕捉到时间序列数据中的异方差性和长期记忆效应，并且可以对其进行预测。本...
评级：5 浏览量：331 收藏量：0 资源大小：1.08MB 上传时间：2021-10-08

: 生化名词解释整理.doc 【高压液相层析】HPLC是在高压下用细颗粒介质进行的高效层析技术，用于分离复杂混合物。【凝胶电泳】凝胶电泳是基于分子大小和电荷在凝胶介质中电场作用下的分离技术，包括SDS-PAGE和等电聚焦电泳。【SDS-...
评级：0 浏览量：36 收藏量：0 资源大小：48KB 上传时间：2021-10-12

: 面板数据模型理论.pdf 混合模型的特点是无论对任何个体和截面，回归系数α和β都是相同的。混合模型的解析表达式为： yit = α + xitβ + μit 2. 固定效应模型固定效应模型可以分为三种类型：个体固定效应模型、时间固定效应模型和...
评级：0 浏览量：24 收藏量：0 资源大小：412KB 上传时间：2022-10-24

: 面板数据模型理论知识.pdf 1. 不变参数模型（混合回归模型）：yi = α + ∑k=1K βkxki + μi。这种模型假设所有个体在所有时间点上的参数都相同，可以使用普通最小二乘法（OLS）进行估计。 2. 变截距模型：yi = α* + αi + ∑k=1K βkxki +...
评级：0 浏览量：25 收藏量：0 资源大小：276KB 上传时间：2022-10-24

: 东北财经大学《数据分析与决策》单元作业二5.pdf 4. **指数平滑法**：简单指数平滑法是一种时间序列预测方法，其中参数α决定了过去观测值的影响程度。当α接近0时，模型更倾向于记住过去的值，具有更高的惰性，因此正确选项为A。 5. **衡量关联规则的指标**：关联...
评级：0 浏览量：10 收藏量：0 资源大小：60KB 上传时间：2023-03-12

: 面板数据模型理论.docx 混合模型的特点是无论对任何个体和截面，回归系数α和β都是相同的。固定效应模型分为三种类型，即个体固定效应模型、时间固定效应模型和时间个体固定效应模型。个体固定效应模型就是对于不同的个体有不同截距的...
评级：0 浏览量：25 收藏量：0 资源大小：169KB 上传时间：2022-10-24

: 固定效应模型估计原理说明书.docx 固定效应模型的残差平方和（RSS）会小于混合回归模型，因为固定效应模型更有效地控制了个体效应。在Eviews中，固定效应模型的残差平方和可以通过以下公式计算：URSS = (总残差平方和 - 个体残差平方和) / (观测值...
评级：0 浏览量：20 收藏量：0 资源大小：3.17MB 上传时间：2023-03-13

: 静止状态脑网络的频率依赖性拓扑模式在当前的研究中，引入了一种称为互补整体经验模式分解（CEEMD）的数据驱动方法，以将每个体素的时间序列分为具有不同频带的几个固有振荡节律。我们的数据表明，全脑BOLD信号可以自动分为五个特定频段。应用CEEMD...
评级：0 浏览量：69 收藏量：0 资源大小：1.87MB 上传时间：2021-03-07

: 基于机器学习的蛋白质编码问题研究.pdf 李冠宇、朱宏明和周闻钧提出了一种新的混合编码方法，结合了氨基酸序列的划分、长程作用效应以及氨基酸的物理、化学和生物学相似性。新方法首先考虑氨基酸序列的划分，旨在捕捉序列内部的结构信息。通过氨基酸正交...
评级：0 浏览量：42 收藏量：0 资源大小：296KB 上传时间：2021-09-24

: AMADA激光G代码讲解.doc AMADA激光切割机的布局通常包括LC-α、LC-β和LC-θ模型，其中LC-α和LC-β为混合光路系统，板材沿X轴移动，激光切割头沿Y轴移动；LC-θ则允许切割头在X轴和Y轴双向移动。坐标和尺寸的范围是有限的，例如X, Y, Z轴的...
评级：0 浏览量：36 收藏量：0 资源大小：1.05MB 上传时间：2021-10-11

: 新型自适应非高斯接收机设计 (2013年) 为了解决低频非高斯噪声信道下的信号传输问题,提出了一种新型...非高斯噪声模型选用了应用广泛的α稳定分布和高斯分布的混合模型。仿真结果表明:本文设计的自适应接收机能够逼近已知信道参数条件下的最优接收机的性能。
评级：0 浏览量：39 收藏量：0 资源大小：866KB 上传时间：2021-04-26

: 分布式训练框架ApacheHorn.zip Apache Horn 是 Apache 的一个孵化项目，是一个以神经元为中心的编程模型和同步、异步混合的分布式训练框架，支持数据和模型并行性，用于在 Apache Hadoop 和 Hama 训练具有大量数据集的大型模型。快速运行示例下载 ...
评级：0 浏览量：74 收藏量：0 资源大小：144KB 上传时间：2019-07-17

: CDMA网络基础知识接收端通过相关解调技术从混合信号中提取特定用户的信号，而其他码序列不同的信号则被视为噪声或干扰，称为多址干扰（MAI）。 CDMA系统的主要特点包括： - **多种形式的分集**：CDMA采用时间分集、频率分集和空间...
评级：0 浏览量：77 收藏量：0 资源大小：3.83MB 上传时间：2010-10-12

: Opencv目标检测基本模型，适合入门级学习融合了背景减除法的改进混合高斯模型是一种基于统计模型的目标检测方法，通过对图像序列中的每个像素进行混合高斯分布拟合，并结合背景减除法来检测运动目标。 Opencv 中的目标检测基本模型涵盖了背景减除法和基于...
评级：4 浏览量：125 收藏量：0 资源大小：4.7MB 上传时间：2009-10-10

: 数学建模方法：蚁群算法自适应蚁群算法在序列比对中的应用基于蚁群算法的QoS多播路由优化算法多目标优化问题的蚁群算法研究多线程蚁群算法及其在最短路问题上的应用研究改进的蚁群算法在2D HP模型中的应用制造系统通用作业计划与蚁群...
评级：5 浏览量：2948 收藏量：43 资源大小：24.2MB 上传时间：2010-05-21

资源推荐

相关资源标签

运动目标检测方法数学建模方法：蚁群算法 CDMA 网络开源项目间距的最大乘积 M估计器准似然比检验统计 α-混合序列生物燃料研究论文自然科学论文工程技术机器学习参考文献专业指导专业课件网络资源青少年编程 python 编程语言