基于測(cè)量信息論的誤差處理研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、測(cè)量信息論是由前蘇聯(lián)科學(xué)家在上世紀(jì)中葉提出來(lái)的,由于多種原因發(fā)展緩慢,近年來(lái)國(guó)內(nèi)外許多學(xué)者紛紛關(guān)注測(cè)量信息論的研究課題,并取得了很多成果。本文是測(cè)量信息論研究的一個(gè)方面,以研究測(cè)量數(shù)據(jù)的誤差處理為主要內(nèi)容,研究了小樣本測(cè)量數(shù)據(jù)和大樣本測(cè)量數(shù)據(jù)的基于測(cè)量信息論的誤差處理方法,并給出了應(yīng)用案例。
  基于測(cè)量信息論的小樣本誤差處理研究,將順序統(tǒng)計(jì)量、秩、平均秩以及信息熵的概念引入到誤差處理理論中,通過(guò)順序統(tǒng)計(jì)量和秩的分布來(lái)確定小樣本數(shù)

2、據(jù)的概率分布情況,進(jìn)而取得樣本數(shù)據(jù)的信息熵,并利用信息熵和展伸不確定度的函數(shù)關(guān)系建立的數(shù)學(xué)模型來(lái)獲得展伸不確定度,進(jìn)而判別粗大誤差、處理隨機(jī)誤差和表示測(cè)量結(jié)果。
  基于測(cè)量信息論的大樣本誤差處理研究,主要根據(jù)最大熵原理與非線性優(yōu)化理論,獲取測(cè)量數(shù)據(jù)的概率密度函數(shù),再利用概率密度函數(shù)求得信息熵,文中給出了兩種處理大樣本測(cè)量數(shù)據(jù)誤差的方式:其一,類似小樣本誤差處理的方式根據(jù)信息熵與展伸不確定度之間的關(guān)系來(lái)處理粗大誤差和隨機(jī)誤差并表示

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論