大学物理实验中不确定度的评定

讨论了不确定度的评价体系的现代进展,提出了在大学物理实验中推广和使用不确定度的迫切性,就不确定度的评定方法进行了探讨.     

用不确定度评定测量结果

介绍了测量不确定度的概念,分类及引入不确定度的原因,提出在工科院校和一般的工程技术中,用不确定度评定测量结果的最基本的方法和应用。     

普通物理实验中不确定度的讨论

介绍了不确定度的基本概念,标准不确定度的评定方法,不确定度与误差的关系。     

牛顿环实验中测量不确定度的估算

本文简述了测量不确定度的涵义及分类。用牛顿环实验的实测数据，分别对A、B两类不确定度分量进行分析和估算，在此基础上估算出合成不确定度和扩展不确定度。     

物理实验中测量不确定度的表示

物理实验中,测量不确定度如何正确评定是个很重要的问题,不确定度表征被测量的真值所处的量值范围,它表示由于测量误差的存在而对被测量不能确定的程度,反应了可能存在的偶然误差和系统误差的分布范围。本文简述了不确定度的基本概念,结合教学实际提出了物理实验中不确定度的简化评定方法。     

物理实验中测量不确定度的评定与表示

在物理实验测量中,测量的目的是为了得到测量结果,测量结果的质量如何,用不确定度来说明.本文介绍了不确定度的概念,按照实际工作的测量模型,给出了标准不确定度A类、B类评定的方法,提出了标准不确定度的合成方法与展伸不确定度,并举出相应的实例加以分析.     

有关计量检测不确定度的分析

计量检测涉及到我国生产中的各个方面,其重要性不言而喻,计量检测是为了尽量准确可靠的计量检测有确定度,针对计量检测不确定度的定义简单介绍后,对于计量检测不确定度的原理、特点和分类等进行了系统阐述,得出计量检测不确定度的可靠性可以通过分析、评定计量检测不确定度确定,希望本文的详细论述能够对广大从事计量检测技术工作的人员提供帮助。     

不确定度在理工科大学物理实验中的应用

就理工科大学物理实验中不确定度的评定方法进行了探讨。并通过实例阐述不确定度在大学物理实验中的应用。     

标准信号输入数显仪表示值不确定度的研究

介绍了以标准直流电流信号作输入信号的数显温度仪表示值测量误差的数学模型、各输入量的标准不确定度来源,分析、评定了其合成不确定度和扩展不确定度,其扩展不确定度可应用于生产工艺过程控制、产品质量的合格判定之中。     

测量不确定度的BP神经网络模型

针对测量不确定评定数学模型无法通过确定的数学关系进行表达的问题,将BP神经网络算法引入测量不确定评定,通过将产生不同确定度的分量的影响因素作为神经网络的输入,合成不确定度和扩展不确定度作为神经网络输出,建立神经网络的不确定评定数学模型。以游标卡尺测量结果不确定度为研究对象,运用BP神经网络不确定评定数学模型,进行不确定评定。仿真结果表明,BP神经网络的不确定评定结果较好、精确度较高,接近于线性预测。     

指针式直流电流表示值误差不确定度的测算

以检定0．1级指针式直流电流表为例，对各标准不确定度进行了分析与测算，得出其扩展不确定度，本文方法可作为直流电流表的高精度检定。     

物理实验测量误差的合成

凡测量都存在误差.在物理实验中主要分为系统误差、随机误差、粗大误差.由于误差分类.就存在着进行合成的问题.又由于在国际、国内引用了不确定度一词取代误差,不确定度就用来评测测量的质量,这样也就存在了不确定度的合成问题.     

落球法测液体黏滞常量实验结果的不确定度评定

结合落球法测黏滞常量实验,分析了物理量测量结果的表示问题。讨论了2类不确定度的计算方法,给出了多次直接测量值总的不确定度由A类不确定度分量和B类不确定度分量通过＂方和根＂法合成,总的不确定度u=（uA2＋uB2）～（1/2）的结果。     

评价不确定型顾客满意度的证据推理方法

文章将解决多目标决策问题的证据理论方法引入到对顾客满意度的评价中;通过运用证据组合算法以及模糊分析方法,弥补对顾客满意度测评中存在的模糊性和不确定性评价的不足,将非确定性评价转化为定量指标进行评价;通过给出评价方法和算例演示,说明该方法有效实用并能够通过软件系统加以实现应用。     

实验不确定度的实际运用

提出在各种测量精度及误差不同分布形式下，实际处理实验不确定度的几种近似方法。     

用不确定度评价测量结果的质量

阐述了不确定度理论的含义、分类 ,介绍了直接测量量和间接测量量的合成标准不确定度 .举例分析了不确定度理论在实际测量中的应用 .     

杨氏模量测定实验的不确定度分析

详细分析了杨氏模量的测量不确定度,把钢丝长度变化的测量作为不等精度测量处理,从而得到更为合理的结果.     

一种基于系统不确定性的主动式知识学习算法

主动式知识学习方法不依赖于先验领域知识，其学习过程受信息系统的内在属性控制，所产生的知识系统 能够更客观地表达信息系统的潜在特征和规律。系统不确定性能够有效地控制主动式知识学习过程。基于粗糙 集理论，提出一种系统不确定性度量方式，结合Skowron算法，设计出一种基于系统不确定性的主动式决策规则知 识学习算法。仿真实验结果表明该算法能够更好地适应系统的不确定性，其综合性能明显优于其他同类算法。     

一种基于系统不确定性的主动式知识学习算法

主动式知识学习方法不依赖于先验领域知识，其学习过程受信息系统的内在属性控制，所产生的知识系统能够更客观地表达信息系统的潜在特征和规律。系统不确定性能够有效地控制主动式知识学习过程。基于粗糙集理论，提出一种系统不确定性度量方式，结合Skowron算法，设计出一种基于系统不确定性的主动式决策规则知识学习算法。仿真实验结果表明该算法能够更好地适应系统的不确定性，其综合性能明显优于其他同类算法。     

改进模糊聚类算法及其在入侵检测中的应用

针对将数据集隶属度概率和为1的条件用于模糊性事件时,影响聚类的正确率的情况,在不确定理论的基础上,研究了数据隶属度问题,提出一种新的基于隶属关系不确定的可能性改进模糊聚类算法.该算法在迭代过程中将聚类的可能隶属度与不确定性隶属度引入到目标函数中,使得样本中的元素不局限于仅属于一个聚类,与现有的聚类算法相比具有更好的聚类结果.通过在KDDCUP99数据集上实验,验证了该算法在入侵检测中的检测率为95.8%, 分别高于K-均值算法的检测率(60.4%)和FCM算法的检测率(64.6%).