论文部分内容阅读
传统的位变化方法对非线性耦合方程数据分类问题进行控制时，主要按照专家资料进行分析，导致数据分类出现明显的重叠和波动，具有较高的滞后性，不能确保数据分类方程的灵敏度。提出一种依据关键抽样马尔科夫链模拟的非线性耦合方程数学分类灵敏度分析方法。分析了非线性耦合方程的数学分类过程，按照运算非线性耦合方程分类滞后概率积分表达式，将非线性耦合方程分类滞后概率对基本变量分布参数的偏导数表征的灵敏度，转换成一个特征范数的条件数学期望，该数学期望基本变量在非线性耦合方程分类滞后域中的条件概率密度函数构建而成，采用关键抽样马