论文目录 | |
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-15页 |
· 研究背景及意义 | 第10页 |
· 论文选题背景 | 第10-11页 |
· 数据校正的发展与现状 | 第11-12页 |
· 数据协调的发展概况 | 第11-12页 |
· 显著误差的发展概况 | 第12页 |
· 工业应用情况 | 第12-14页 |
· 本文的主要内容及安排 | 第14-15页 |
第2章 数据校正的基本原理 | 第15-22页 |
· 数据协调的基本原理 | 第15-17页 |
· 显著误差检测的原理 | 第17-18页 |
· 过程数据的分类 | 第18-21页 |
· 本章小结 | 第21-22页 |
第3章 过程数据的冗余性与显著误差检测 | 第22-27页 |
· 时间冗余 | 第22页 |
· 基于时间冗余的显著误差检测方法 | 第22-25页 |
· 基于小波包频率分析的显著误差检测方法 | 第22-24页 |
· 基于概率统计特点的贝叶斯分类方法 | 第24-25页 |
· 基于空间冗余性的显著误差检测 | 第25-26页 |
· 本章小结 | 第26-27页 |
第4章 基于时间频率特点的改进型小波包显著误差检测 | 第27-43页 |
· 小波变换原理 | 第27-32页 |
· 基于不同母小波的连续小波分解 | 第27-30页 |
· 连续小波的重构 | 第30-32页 |
· 小波变换的离散化 | 第32-36页 |
· 基于时间冗余性的小波包显著误差检测 | 第36-42页 |
· 本章小结 | 第42-43页 |
第5章 基于历史数据的贝叶斯分类显著误差检测方法 | 第43-52页 |
· 贝叶斯分类的基础—贝叶斯定理 | 第43-45页 |
· 基于历史数据的改进型贝叶斯分类算法 | 第45-51页 |
· 贝叶斯分类算法及应用分析 | 第45-49页 |
· 基于不完整数据的改进型朴素贝叶斯分类算法及应用分析 | 第49-51页 |
· 本章小结 | 第51-52页 |
第6章 基于测量方差的改进型NT-MT显著误差检测方法 | 第52-63页 |
· 传统的显著误差检测 | 第52-55页 |
6.1.1 整体检验法(GT,Global Test) | 第52-53页 |
6.1.2 约束方差检验法(NT,Node Test) | 第53-54页 |
6.1.3 测量检验法(MT,Measurement Test) | 第54-55页 |
· 测量误差的方差-协方差 | 第55-56页 |
· 改进型测量方差NT-MT检测方法 | 第56-60页 |
· 仿真分析 | 第60-62页 |
· 本章小结 | 第62-63页 |
第7章 总结与展望 | 第63-65页 |
· 本文工作总结 | 第63页 |
· 工作展望 | 第63-65页 |
参考文献 | 第65-70页 |
致谢 | 第70-71页 |
攻读硕士期间发表的论文 | 第71
页 |