对牛顿环实验精度分析的商榷

对牛顿环实验精度分析的商榷田明丽（物理系）０引言牛顿环实验数据处理方法很多，现行教材多采用逐差法及作图法，除此之外．许多文献还介绍了用加权平均法和最小二乘法来处理数据．评价这些数据处理方法的合理性，需要对实验测量精度进行分析．牛顿环实验采用逐差法计算...     

动态法测量杨氏模量实验的数据处理

简述了动态法测量杨氏模量的原理和基本方法,指出了外延法和两端逼近法处理实验数据的缺陷,介绍了用orgin7．5软件处理实验数据的方法。     

三种常用方法处理实验数据不确定度评定的讨论

以伏安法测电阻为例，分别用作图法、逐差法、最小二乘法对实验数据进行了处理，并比较了这三种常用的处理实验数据方法的不确定度的评定．     

基于最小二乘法的应变式传感器测试数据处理及分析

任何实验数据都要进行处理与分析,在应变式传感器标定过程中常用最小二乘法进行数据的最后处理与分析．最小二乘法是传感器静态实验中最常用的数据处理方法,它应用普遍,方法简单,使用方便;在工程应用中有着重要的意义．正是用最小二乘法对传感器的静态实验后所测得数据进行处理与分析,并提出了如何改善系统稳定性的方法．     

最小二乘法处理自变量误差实验数据的方法

最小二乘法是处理实验数据的常用方法，一元线性回归方程要求自变量无误差或其误差远小于因变量的误差．但在实际的测量中，测量数据不可避免地会带来误差，该文在分析和总结了自变量有误差的情况下，用最小二乘法处理实验数据时的几种方法．     

利用JAVA语言处理生化实验数据的探索

在生化实验中，往往要测量大量的实验数据，制作标准曲线或各种参数的变化曲线，而对这些数据的计算、处理既费时又费力．本课题用计算机JAVA语言编写程序，利用最小二乘法，研究对实验数据的处理，进而快速、便捷地制作标准曲线或各种参数的变化曲线．通过与EXCEL法进行比较，初步确定这是一种比较好的优化实验数据的处理方法．     

SARS经济预测模型

利用经济预测方法，建立了非典数学模型，分别利用0．618法、时间序列的指数平滑技术及温特法对数据进行纵向和横向处理，得出了数据预测趋势走向图和统一预测公式．     

基于GIS的BP神经网络遥感影像分类研究

传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据．通过分析BP网的分类原理与学习算法，采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法．选择最能反映实验区土地利用信息的光谱数据，结合DEM数据和坡度数据，通过归一化处理后进行BP网的训练分类．将分类结果与采用最大似然法所得的结果综合比较，结果表明，该方法优于最大似然法．     

结构模态参数识别的随机子空间法

随机子空间法(SSI)是时域识别的模态参数识别法,该法根据加权方法的不同可以有3种算法．通过 处理实桥动载实测数据,研究了这3种算法识别真实结构模态参数的问题．     

温差校正的计算机处理

化学反应热的测定因与环境有热交换而引进误差，为消除误差，以往用作图法处理．本文提出计算机处理方法．用最小二乘法将反应前、后的时间、温度数据分别拟合成直线，用拉格朗日一元全节点插值法求反应开始到结束的温度中点对应的时间值，将该时间值代入两条拟合直线方程，求出精确温差．此法简单、快捷、准确．     

汽车销售分析与预测系统的设计与开发

市场分析和预测现在已成为了企业重要的决策依据和手段，而有效地存储和利用已有的销售数据是进行分析和预测的基础。数据仓库和联机分析技术提供了强大的数据存储和数据集成的功能，分析预测等数学方法提供了一系列的数据统计分析工具。将信息技术和数学方法结合起来应用于销售数据的分析与预测领域，提出了一个基于数据仓库决策支持应用子系统的设计和实施方案，展示出构建数据仓库技术平台和OLAP多维数据的过程，并介绍了分析和预测中所采用的统计预测方法，体现了先进的信息技术与决策科学的良好结合。     

基于企业整体模型的企业营销数据管理建模

分析了企业整体模型的概念,采用以数据为中心、产品为导向的模型构建方法,建立企业数据资源和数据资源处理方法的全局规范,解决"信息孤岛"、数据冗余和数据处理方法优化的问题,通过对营销业务和营销数据的分析,基于企业整体模型,采用语义数据模型化技术,构建了营销数据模型,同时,按照企业整体模型的要求,采用静态数据处理等全局方法构建了营销数据处理方法模型。     

数据挖掘中聚类算法比较研究

聚类算法是数据挖掘中的核心技术 ,虽然聚类算法已被广泛深入的研究 ,但其应用在数据挖掘领域时间不长 ,其间产生了许多不同的适用于数据挖掘的聚类算法 ,但这些算法仅适用于特定的问题及用户 .为了更好的使用这些算法 ,综合提出了评价聚类算法好坏的 5个标准 ,基于这 5个标准 ,对数据挖掘中近几年提出的常用聚类方法作了比较分析 ,以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法     

桥梁结构监测数据预处理方法及其应用

介绍了桥梁结构监测数据预处理的几种方法,并基于九江大桥健康监测系统,对系统采集的数据首先选用其中的两种数据预处理方法,分别判别数据中的异常值,剔除粗大误差,其次采用数据平滑方法对噪声数据进行处理,采取这些合理的数据预处理方法最终可以获得对桥梁结构健康状态评估起重要作用的有效数据.     

锑化铟传感器的磁阻效应特性数据的回归分析

用表差法、插入法和平均值法对锑化铟传感器的磁阻效应特性数据进行了回归分析.并与常用的直线法、图解法和最小二乘法相比较,说明用表差法、插入法和平均值法处理数据不但有效可行,而且精度高.提出了正确选择恰当的数据处理方法的建议.     

医药销售决策支持系统开发

围绕医药销售决策支持系统开发过程，阐述该系统中数据仓库结构设计、数据转换与处理、面向属性归约、预测算法模型的改进以及系统实现的主要编程方法。分析如何从算法速度、预测值准确性和周期数据预测方法等方面提高算法模型的效率。     

数据仓库中的索引技术研究

介绍了数据仓库中的几种索引的建立与维护方法，并对各种索引方法的优缺点进行了分析与比较，以便在数据仓库的实施中选择合适的索引技术，提高数据仓库的性能。     

dBASE系统的水资源数据模式的设计

本文对使用dBASE数据库管理系统的水资源数据模式设计提出一些原则和措施,以及改进数据模式质量的方法。这些原则和方法具有一定的普遍性,可供参考。     

缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响

探讨了IRT背景下非随机缺失数据的合适处理方法.采用IRTLAB模拟产生50批500个被试在20个0-1记分项目上的反应数据,产生了不同比率的MNAR; 再用IN、NP、FR、CM、MI和EM共6种方法分别处理MNAR,使用BILOG-MG软件估计被试的能力参数,并计算在不同条件下各种方法的BIAS、BIAS_abs、R_(θ,θ^∧)和RMSE.研究发现:随着缺失比率的增加,参数误差越来越大; FR会导致IRT参数估计产生较大的误差,且不稳定,而MI与EM算法则相对稳定; 综合BIAS和RMAE等几个指标,NP在处理MNAR时产生的误差较小也更稳定.因此,在IRT背景下估计被试能力参数时,应选择NP、MI或EM方法处理缺失数据     

灰色系统参数估计与不良数据辨识

针对序列中含有空穴或不良数据的情况，将参数估计与不良数据辨识理论作为数据预处理技术应用于灰色系统建模。以观测数据为依据进行参数估计，避免了常规模型将空穴处的生成数据与其余实际数据同等对待的弊端；对序列作检测与辨识，使剔除不良数据后的参数估计结果更为精确。在电力系统灰色负荷预测中的应用结果表明，这一方法在提高灰色系统建模精度方面有相当的优越性，预测结果比常规灰色模型有很大的改善。