基于贝叶斯理论的不确定度评定方法研究
| 第一章 绪论 | 第1-20页 |
| ·测量不确定度的发展与现状 | 第13-15页 |
| ·测量不确定度的概述和发展简述 | 第13-14页 |
| ·测量不确定度评定的研究现状 | 第14-15页 |
| ·测量不确定度及其评定方法简介 | 第15-17页 |
| ·测量不确定度的来源 | 第15页 |
| ·测量不确定度的分类 | 第15-16页 |
| ·测量不确定度A类和B类评定方法 | 第16-17页 |
| ·基于贝叶斯理论的不确定度评定方法的研究现状 | 第17-18页 |
| ·贝叶斯理论发展与应用简介 | 第17-18页 |
| ·基于贝叶斯理论的不确定度评定方法的研究现状 | 第18页 |
| ·课题来源及主要研究内容 | 第18-20页 |
| ·课题来源 | 第18页 |
| ·主要研究内容 | 第18-20页 |
| 第二章 贝叶斯理论及其贝叶斯建模 | 第20-26页 |
| ·贝叶斯理论概况 | 第20页 |
| ·贝叶斯理论统计模型 | 第20-21页 |
| ·贝叶斯模型的简化表示 | 第21-22页 |
| ·先验分布的确定 | 第22-23页 |
| ·用主观概率确定先验分布 | 第22页 |
| ·利用先验信息确定先验分布 | 第22-23页 |
| ·无信息先验分布 | 第23页 |
| ·贝叶斯动态模型 | 第23-26页 |
| ·常均值模型 | 第23-24页 |
| ·动态线性模型 | 第24页 |
| ·一阶多项式趋势模型(线性增长趋势模型) | 第24页 |
| ·季节模型 | 第24-25页 |
| ·回归模型 | 第25页 |
| ·噪声模型 | 第25-26页 |
| 第三章 基于贝叶斯理论的测量不确定度评定 | 第26-38页 |
| ·基于贝叶斯理论的测量不确定度A类评定 | 第26-28页 |
| ·引言 | 第26页 |
| ·评定原理及特点 | 第26-27页 |
| ·评定流程图 | 第27-28页 |
| ·实例分析 | 第28页 |
| ·基于模糊贝叶斯方法的测量不确定度B类评定 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·模糊理论简介 | 第29-32页 |
| ·评定原理和步骤 | 第32-34页 |
| ·评定流程图 | 第34页 |
| ·实例分析 | 第34-38页 |
| 第四章 基于MATLAB的测量不确定度合成 | 第38-45页 |
| ·引言 | 第38-39页 |
| ·MATLAB与测量不确定度合成简介 | 第39-40页 |
| ·测量不确定度合成简介 | 第39页 |
| ·MATLAB与测量不确定度合成 | 第39-40页 |
| ·基于MATLAB的测量不确定度合成 | 第40-41页 |
| ·实例分析 | 第41-45页 |
| 第五章 基于蒙特卡罗方法的测量不确定度的合成 | 第45-54页 |
| ·引言 | 第45页 |
| ·蒙特卡罗方法发展与应用概述 | 第45-50页 |
| ·蒙特卡罗方法简介 | 第45-47页 |
| ·伪随机数的产生 | 第47-48页 |
| ·已知分布的抽样 | 第48-50页 |
| ·基于蒙特卡罗方法的测量不确定度合成 | 第50-51页 |
| ·实例分析 | 第51-54页 |
| 第六章 动态测量不确定度评定初探 | 第54-57页 |
| ·引言 | 第54页 |
| ·测量数据的动态建模 | 第54-56页 |
| ·动态不确定度的贝叶斯评定 | 第54-55页 |
| ·参数的确定 | 第55-56页 |
| ·结论 | 第56-57页 |
| 第七章 测量不确定度评定的实例分析 | 第57-63页 |
| ·基于贝叶斯理论的测量不确定度A类评定的实例分析 | 第57-59页 |
| ·实验步骤 | 第57页 |
| ·实验结果及其分析 | 第57-59页 |
| ·基于蒙特卡罗方法的测量不确定度的合成的实例分析 | 第59-63页 |
| ·实验结果及其分析 | 第60-63页 |
| 第八章 研究成果与展望 | 第63-65页 |
| ·研究成果 | 第63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-73页 |
| 攻读硕士学位期间发表论文 | 第73页 |
