值分布
网络释义专业释义
... 值的结合 association of value 值分布 value distribution 值分布理论 value distribution theory ...
基于222个网页-相关网页
...分布的研究，Cook and Mayne (1979)指出再研究建筑物表面尖峰风压方面，利用 第一型极值分布(Type I extreme value distribution)研究尖峰风压是十分合适的。并建议利用样本之 mode (U 0 )与dispersion (1/a 0 )，代入下式以求得尖峰风压系數。
基于12个网页-相关网页
...豆丁网 ≠0 , exp - exp - x - μ σ ,ξ= 0 (1) 则称 H x ;μ,σ,ξ 为广义极值分布( Generalized extreme value distribution , GEV) ,其中,ξ也称为极值指数,其值标志着 GEV 分布的具体类型,ξ值越大意味着尾部收敛速度越慢、 厚..
基于4个网页-相关网页
...≠0 , exp - exp - x - μ σ ,ξ= 0 (1) 则称 H x ;μ,σ,ξ 为广义极值分布( Generalized extreme value distribution , GEV) ,其中,ξ也称为极值指数,其值标志着 GEV 分布的具体类型,ξ值越大意味着尾部收敛速度越慢、 厚..
基于2个网页-相关网页
极值分布 extreme value distribution ; [数] extremal distribution ; distribution of extreme value ; Generalized Extreme Value Distribution
值分布理论 [数] value distribution theory
广义极值分布 GEV ; Generalized Extreme Value Distribution ; General Extreme Value
示值分布 spead of indications
均值分布 Mean distribution
二维复合极值分布模型 BCED
样本均值分布 sample distribution of mean ; [统计] [数] distribution of means of samples
二元极值分布 bivariate extreme value distribution
极大值分布 extreme maximum value distributions ; Extreme maximum distribution
-
the value distribution - 引用次数：16
In 1925, R. Nevanlinna established two fundamental theorems of meromorphic functions and the study of the value distribution theory of modern times started.
1925年,R.Nevanlinna建立了亚纯函数的两个基本定理,开始了值分布理论的近代研究。
参考来源 - 角域上的亚纯函数唯一性问题及增长性问题values distribution - 引用次数：1 参考来源 - 亚纯函数和亚纯函数的奇异方向distribution of values - 引用次数：1 参考来源 - 微分多项式值分布的两个结果the vale distribution - 引用次数：1 参考来源 - 微分多项式的值分布 VALUE DISTRIBUTION OF DIFFERENTLAL POLYNOMIALSvalue distribution
·2,447,543篇论文数据，部分数据来源于NoteExpress
双语例句原声例句
-
该表刚好具有所需的值分布。
-
为几个列生成具有给定值分布的数据。
Generate data with given distribution of values for several columns.
-
使用前一章中的所用表，您还可以为size列指定值分布。
Using the table from the previous chapter, you can also specify the distribution for the SIZE column.
-
So first, I choose a volatility randomly, from some distribution of possible volatilities 2 from to, in this case, 0.2.
来决定的一个值，所以首先我先随机选择一个浮动值，从可能的浮动值中的分布进行选择,在这个例子中就是0。
-
And then I could also do a Gaussian one here, with the mean of and the standard deviation of volatility divided by 2.
然后我在这里再写一个高斯分布的函数，它的浮动值的平均值和,标准偏差值都除了2。
-
This refers to random variables that have fat-tailed distributions-- random variables that occasionally give you really big outcomes.
这就表示,服从长尾分布的随机变量,这些数据出现极端值的概率比较大
应用推荐