可分随机过程,separable stochastic process

1)separable stochastic process
可分随机过程

2)separable fuzzy stochastic processes
可分模糊随机过程

3)the process which can let a stochastic integral
可导入随机积分的过程

4)controllable stochastic process
可控随机过程

5)fractal stochastic process
分形随机过程
1.
Obviously, inview of the fact that the noise existence is of universality, the most important task should be toestimate the parameter of the fractal stochastic process embedded in noise from an observedsample path.
引起学术界高度关注的分形图像压缩编码是1 /f类分形信号的典型应用,其突破了传统熵压缩编码的理论界限,显然,鉴于噪声存在的普遍性,首要的任务应是由观察样本估计在噪声中分形随机过程的参数。



6)stochastic processes/fractal
随机过程/分形


补充资料：独立增量随机过程


独立增量随机过程
tochastic process with independent increments

独立增里随机过程「劝刘巨浦c拌.义冠弓初山侧吻创如t加盆，曰n臼lts;cjl抖浦.咸nP0uecc c Ite3洲cltMuM.uP-“P啊eHll，刚』 一种随机过程(s勿比邵石cp~)X(t)，对任意自然数”和所有实数O蕊:，<口，簇:2<吞2簇…蕊，。<口。，增量X(乃;)一X(‘J)，…，X(刀。)一X(，。)是相互独立随机变量，独立增量随机过程称为齐次的(holll。罗11印us)，如果X(:+h)一X(。)，0(戊，oO，当t’，t时 p{}Y(t‘)一Y(t)}>。}~0.W汹犯r过程(Wiemr Proo巴粥)和Pb远翔1过程(Po哪npr(x芜‘s)是随机连续的独立增量随机过程的例子(前者的实现以概率1连续，后者的实现是跳跃值等于l的阶梯函数).独立增量随机过程的一个重要例子是稳定过程(见稳定分布(stable面tribution)).随机连续的独立增量随机过程(以概率1)只有第一类间断点.这种过程的值的分布对任意t是无穷可分的(见无穷可分分布(inf谊此ly一山北ible dis州bution))可以用特征函数(chara叱ristic ftmct」on)方法研究独立增量随机过程.关于过程穿越边界的概率以及第一次穿越时间的概率分布等问题，可用所谓因子分解恒等式(fac-tori山tion jdenti往留)来解决.”协月片，巴爹‘人队见随饥双桂L StDchasl」e Process). 刘秀芳译陈培德校

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

可分随机过程,separable stochastic process