幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

測量校準數據處理新方法

  • 作者：蔣薇//左震//汪靜//童小鍾//吳鵬等|責編:辛俊穎
  • 出版社：國防工業
  • ISBN：9787118141764
  • 出版日期：2026/03/01
  • 裝幀：平裝
  • 頁數：218
人民幣：RMB 100 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    自動測試系統（ATS）作為應用廣泛的測量（測試）系統，其量值準確性需要通過定期校準來保證，本書研究了ATS校準的相關理論，基於證據理論、模糊理論等不確定性處理新理論研究了測量校準數據處理的方法，在證據理論下擴展了遞歸貝葉斯估計方法。
    本書可供計量保障、電子信息、控制等領域的研究人員、工程技術人員學習與參考，也可作為高等院校相關專業高年級本科生和研究生的教材。
作者介紹
蔣薇//左震//汪靜//童小鍾//吳鵬等|責編:辛俊穎
目錄
第1章  緒論
  1.1  ATS概述
    1.1.1  ATS的組成
    1.1.2  ATS的應用範圍
    1.1.3  ATS的發展概況
  1.2  ATS校準概述
    1.2.1  原位校準和高位校準
    1.2.2  可計量性
    1.2.3  校準周期
    1.2.4  校準數據的處理
  1.3  測量不確定度評定
    1.3.1  測量結果不確定度評定與表示
    1.3.2  基於可能性理論的不確定度評定與表示
    1.3.3  ATS測量不確定度評定
  1.4  遞歸貝葉斯估計方法
    1.4.1  傳統遞歸貝葉斯估計方法的局限性
    1.4.2  遞歸貝葉斯估計的實現演算法
第2章  ATS可計量性模型研究
  2.1  裝備可計量性
    2.1.1  可計量性的提出與定義
    2.1.2  可計量性研究現狀
    2.1.3  可計量性指標體系
    2.1.4  裝備可計量性研究的內容
  2.2  ATS可計量性信息流模型
    2.2.1  信息流模型簡介
    2.2.2  測試性與可計量性的共性
    2.2.3  ATS可計量性信息流模型實例
    2.2.4  信息流模型分析
  2.3  ATS校準周期的加權優化
    2.3.1  校準周期研究現狀
    2.3.2  ATS校準周期綜合加權法
  2.4  ATS可計量性多信號流圖模型
    2.4.1  多信號流圖模型的組成
    2.4.2  多信號流圖模型相關矩陣的建立方法
    2.4.3  ATS多信號流圖建模實例
    2.4.4  計量校準步驟優化
  2.5  本章小結
第3章  基於雲模型推理的ATS校準數據粗大誤差判別法
  3.1  粗大誤差概述
  3.2  測量數據粗大誤差推理規則
    3.2.1  經典粗大誤差判別法的缺點
    3.2.2  粗大誤差推理規則
  3.3  Mamdani模糊推理法
  3.4  雲模型基本定義
    3.4.1  雲和雲滴
    3.4.2  用數字特徵表示雲模型
    3.4.3  一維正態雲模型
    3.4.4  二維正態雲模型
  3.5  基於雲模型的推理規則
    3.5.1  一維正態前件雲生成器實現方法

    3.5.2  一維正態後件雲生成器實現方法
    3.5.3  單條件單規則雲生成器
    3.5.4  雙條件單規則雲生成器
  3.6  雲規則發生器中「軟與」的新演算法
    3.6.1  常用方法及其缺點
    3.6.2  「軟與」的新演算法
    3.6.3  實現「軟與」的蒙特卡羅法
  3.7  基於規則推理的ATS測量數據粗大誤差判別
    3.7.1  常規準則
    3.7.2  Mamdani模糊推理粗大誤差判別法
    3.7.3  雲模型推理粗大誤差判別法
  3.8  本章小結
第4章  基於證據理論的不確定度評定方法
  4.1  證據理論概述
    4.1.1  證據理論
    4.1.2  比較證據理論與概率理論
    4.1.3  可能性理論
    4.1.4  比較可能性理論與概率理論
  4.2  隨機模糊變數概述
    4.2.1  隨機模糊變數
    4.2.2  聯合隨機模糊變數
  4.3  構建隨機模糊變數
    4.3.1  隨機可能性分佈構建方法
    4.3.2  內部可能性分佈構建方法
    4.3.3  隨機模糊變數構建方法
  4.4  基於隨機模糊變數的不確定度傳遞方法
    4.4.1  聯合不確定度隨機分量
    4.4.2  聯合不確定度非隨機分量
  4.5  傳遞不確定度的簡化方法
    4.5.1  兩個隨機模糊變數之和的內部隸屬函數
    4.5.2  兩個隨機模糊變數之和的隨機隸屬函數
  4.6  通用Dombi運算元傳遞不確定度
    4.6.1  最優t-范數選擇方法
    4.6.2  通用Dombi運算元
    4.6.3  最優t-范數參數識別方法
    4.6.4  傳遞不確定度性能分析
    4.6.5  應用實例分析
  4.7  ATS校準數據及其不確定度的隨機模糊變數法
    4.7.1  ATS計量鏈高端儀器的不確定度評定
    4.7.2  ATS內部校準儀器的測量不確定度隨機模糊變數表示法
  4.8  本章小結
第5章  ATS校準結論風險分析
  5.1  單次校準結論風險分析
    5.1.1  單次校準誤收率
    5.1.2  單次校準誤拒率
    5.1.3  ATS中數字萬用表單次校準結論風險分析
    5.1.4  單次校準結論風險的影響因素
  5.2  總體校準結論風險的蒙特卡羅模擬分析
    5.2.1  數字萬用表校準誤差蒙特卡羅模擬
    5.2.2  總體校準結論風險分析

    5.2.3  總體校準結論風險的影響因素
  5.3  隨機模糊變數表示測量結果的校準結論風險
    5.3.1  模糊變數比較的常用方法
    5.3.2  模糊數排序新方法
  5.4  ATS校準結論風險應用實例分析
    5.4.1  有確界允許誤差時的校準結論及風險分析
    5.4.2  無確界允許誤差時的校準結論及風險分析
  5.5  本章小結
第6章  基於可能性理論的擴展遞歸貝葉斯估計方法
  6.1  基於概率理論的遞歸貝葉斯估計
  6.2  基於可能性理論的遞歸貝葉斯估計
    6.2.1  條件可能性分佈
    6.2.2  基於條件可能性分佈的遞歸貝葉斯估計
  6.3  擴展遞歸貝葉斯估計方法應用實例分析
    6.3.1  實驗設計與隨機模糊變數構建
    6.3.2  遞歸貝葉斯估計過程
    6.3.3  結果分析
  6.4  本章小結
第7章  可能性理論域的卡爾曼濾波演算法
  7.1  經典卡爾曼濾波演算法
  7.2  可能性理論域的卡爾曼濾波演算法
    7.2.1  隨機模糊變數數學理論
    7.2.2  可能性分佈的清晰可能性均值和方差
    7.2.3  基於隨機模糊變數的卡爾曼濾波演算法
  7.3  應用實例與方法比較
    7.3.1  實驗方案
    7.3.2  擴展卡爾曼濾波演算法估計過程
    7.3.3  擴展遞歸貝葉斯估計方法
    7.3.4  Matfa模糊卡爾曼濾波方法概述
    7.3.5  結果與比較
  7.4  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032