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。     

分光光度计测量结果的不确定度分析

分光光度计是广泛应用于治金化工、食品工业、医疗卫生,在不同应用情况下,分光光度计检定装置需采用测量结果不确定度的评定,本文提出分光光度计检定装置申请建立计量标准时,从分光光度计主要技术参数的角度评定测量结果的不确定度。     

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。     

测量不确定度评定及其数学模型的建立

本提出了用建立数学模型的方法对测量过程中的不确定度进行评定的思想，把能够用统计分析计算的不确定度和不能用统计分析方法计算的不确定度统一在数学模型中，进而使评定过程简化，使评定结果准确。     

电能计量装置中测量不确定度分析与计算

本文通过对电能表标准装置和互感器标准装置中的各项误差源的分析，利用数理统计和实验方法对电能表标准装置和互感器标准装置的不确定度进行分析和计算。     

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.     

测量不确定度评定及其数学模型的建立

本文提出了用建立数学模型的方法对测量过程中的不确定度进行评定的思想,把能够用统计分析计算的不确定度和不能用统计分析方法计算的不确定度统一在数学模型中,进而使评定过程简化,使评定结果准确。     

绝缘电阻表检定装置不确定度分析

本文主要讨论了对绝缘电阻表检定装置的测量原理,方法以及不确定度如何进行分析。     

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。     

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。     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

基于BP神经网络的发动机怠速模型

发动机怠速模型是发动机怠速控制的基础.发动机怠速工况具有非线性特性.利用BP人工神经网络建立了发动机怠速模型,并利用实际发动机系统测得的怠速转速数据作为神经网络学习样本数据.理论分析和仿真研究均表明了该方法的有效性.     

基于BP神经网络的税收预测模型

在分析影响税收主要因素的基础上，将反向传播（BP）神经网络理论应用于税收的预测．首先对初始数据进行预处理，使其适应BP神经网络学习的要求，然后建立基于BP神经网络的税收预测模型．采用实际数据对模型进行验证，并将其与传统的统计模型相比较，证明了基于BP神经网络的税收预测模型有较高的精度和较强的实用性．     

BP神经网络拟合平稳跟踪眼震信号

在前庭功能检查中,要对平稳跟踪信号进行分析,必须先对实验者的跟踪数据信号进行曲线拟合。由于BP神经网络可以实现输入和输出间的任意非线性,使得它在函数逼近上有广泛的应用。因此本文用BP神经网络对平稳跟踪信号进行曲线拟合。对网络的训练方法采用贝叶斯正则化算法。实验表明,拟合的曲线和正弦曲线基本吻合,尽可能的通过了样本点,也排除少数点的干扰。     

基于BP神经网络的药品销售预测模型设计

提出一种根据药品的历史销售数据来建立数据仓库的方法,并建立了药品销售预测模型.该模型利用BP神经网络的学习理论建立算法来预测下一年药品的销售量,为药品生产提出优化方法,从而形成一个有效的药品生产决策系统模型.     

基于BP算法的神经网络内模控制器

文章针对一类非线性系统,采用加入阻尼项的权值调整BP算法,设计了基于BP算法的神经网络内模控制器,并进行了仿真,结果显示该控制器对阶跃信号和扰动均无稳态误差,对非线性环节有较好的控制效果。     

基于BP神经网络的车辆定位融合模型

针对常规的GPS定位方法在大城市中容易丢失信号的问题,提出采用GPS与基于移动通信网络的定位技术(MPS)相结合的思路．利用反向传播(BP)神经网络构造GPS与MPS定位信息的融合模型,并采用动量法和学习率自适应调整的策略来解决BP算法收敛速度慢和局部极小点的问题．用126条调查数据对神经网络进行训练的结果表明,该模型结果在定位的方向和趋势上基本与GPS定位结果一致,且不依赖于原有模型,因而可有效运用于在较低成本下保持车辆的定位连续性和定位精度．     

我国体育人口增长预测模型研究

运用文献调查、逻辑分析、类比分析等研究方法对体育人口增长预测模型的构建进行研究,其目的是通过构建体育人口增长预测模型,准确地预测我国未来体育人口的增长,为相关决策部门制定健身政策提供理论参考。文章阐述了体育人口的特点以及神经网络的基本原理,论述了运用BP神经网络进行体育人口增长预测的可行性,建立了基于BP神经网络体育人口增长预测模型,补充了体育人口增长预测理论研究的空白,对我国未来准确预测体育人口增长具有一定现实意义。     

风险投资退出决策的BP神经网络模型

在总结相关文献中风险投资退出决策影响因素的基础上,建立了风险投资退出决策的BP神经网络模型,并对模型的可行性进行了算例分析.