| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·动态测量理论概述 | 第9-10页 |
| ·动态测量理论的研究现状 | 第9-10页 |
| ·动态测量的概念 | 第10页 |
| ·动态测量的特征 | 第10页 |
| ·动态测量数据处理方法国内外发展及研究现状 | 第10-11页 |
| ·现代测量不确定度理论发展现状 | 第11-12页 |
| ·课题背景及研究内容 | 第12-13页 |
| ·课题意义 | 第13-14页 |
| 第二章 动态测量数据异常值的剔除 | 第14-23页 |
| ·关于测量数据异常值剔除的意义 | 第14-15页 |
| ·异常值的概念 | 第15-18页 |
| ·传统测量数据异常值的辨识方法 | 第18-21页 |
| ·莱以特准则辨识方法 | 第18-19页 |
| ·绝对均值法 | 第19-20页 |
| ·卡尔曼滤波辨识方法 | 第20-21页 |
| ·分析传统方法的不足及注意事项 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 常用测量数据的拟合方法及其不足 | 第23-29页 |
| ·最小二乘法 | 第23-24页 |
| ·灰色模型拟合法 | 第24-26页 |
| ·遗传算法数据拟合 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 一种动态测量数据拟合及预测方法 | 第29-37页 |
| ·拟和及预测方法在动态测量数据处理中的重要意义 | 第29页 |
| ·一种动态测量数据拟和及预测方法 | 第29-32页 |
| ·动态递归模糊神经网络概述 | 第29-30页 |
| ·网络结构 | 第30-32页 |
| ·学习算法 | 第32-36页 |
| ·基本原理 | 第32页 |
| ·步骤 | 第32-34页 |
| ·实例验证 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 测量不确定度及其动态特征分析 | 第37-46页 |
| ·测量不确定度的概念与分类 | 第37-38页 |
| ·测量不确定度的概念 | 第37-38页 |
| ·测量不确定度的分类 | 第38页 |
| ·标准不确定度评定的方法 | 第38-41页 |
| ·A类评定及其自由度 | 第39页 |
| ·B类评定及其自由度 | 第39-41页 |
| ·合成标准不确定度 | 第41页 |
| ·扩展不确定度 | 第41-42页 |
| ·测量不确定度评定报告内容及其评定流程 | 第42-43页 |
| ·应用“测量不确定度”代替“测量误差”评定测量结果的优势 | 第43-44页 |
| ·对测量系统不确定度进行动态特征分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 一种改进的动态测量不确定度评定方法 | 第46-55页 |
| ·动态测量不确定度原理 | 第46-47页 |
| ·拟蒙特卡洛方法 | 第47-50页 |
| ·低偏差序列的概念 | 第48-49页 |
| ·一种低偏差序列的产生方法 | 第49-50页 |
| ·指定概率密度函数的拟随机数的产生方法 | 第50-51页 |
| ·动态系统测量不确定度的评定方法 | 第51-52页 |
| ·基本原理 | 第51页 |
| ·评定步骤 | 第51-52页 |
| ·应用实例分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第七章 研究成果及展望 | 第55-57页 |
| ·研究总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-63页 |
| 详细摘荽 | 第63-69页 |