导读:本文包含了显着误差论文开题报告文献综述及选题提纲参考文献，主要关键词:蒸汽管网,数据校正,核主元分析法,仿真分析
显着误差论文文献综述
吴泽浩,罗先喜[1]（2019）在《基于核主元分析的蒸汽管网数据的显着误差检测研究》一文中研究指出工业生产中蒸汽能源的回收和利用的效果一直不高,与发达国家相比还有很大差距,造成这些的主要原因在于蒸汽管网的数据测量不完整、精度低以及一致性不明显。针对以上问题,以蒸汽管网的温度数据检测为例,在传统的数据校正方法上采用改进型的主元分析法-核主元分析法进行管网数据的显着误差检测,通过现场采集的管网温度数据进行仿真分析,有效地验证了核主元分析法对蒸汽管网显着误差检测的准确性与一致性的极大提升。(本文来源于《电子质量》期刊2019年10期）
吴胜昔,陈诚,徐金梦,顾幸生[2]（2018）在《一种显着误差检测方法在动态数据校正中的应用》一文中研究指出在工业过程中,采集和记录的生产数据通常用于过程的控制和在线优化等,因此保证数据的可靠性和准确度具有非常重要的意义。但是在实际情况中,测量数据不可避免地受到误差的影响,而且在生产过程中经常会出现仪表失灵、管道泄漏等现象导致测量数据中出现显着误差,进而导致测量结果严重失实。数据校正是保证工业过程数据准确可靠的主要技术手段。传统的动态数据校正通常采用卡尔曼滤波方法,但当测量数据存在显着误差时,其得到的协调值的可信度较低。为了解决动态数据校正过程中得到的测量数据存在显着误差,导致协调值失实的问题,本文在传统卡尔曼滤波方法的基础上,提出了基于动态贝叶斯模型检测方法进行显着误差的实时侦破。该方法主要通过测量值的滤波,对已经滤波的测量值进行标准化处理,利用扩展贝叶斯网络建立概率分布模型以实现显着误差的检测。根据存在显着误差和正常情况下出现的测量值条件概率大小,判断测量值是否存在显着误差,并根据侦破结果对测量协方差矩阵及卡尔曼增益等参数进行更新,以提高协调值的精度。通过实例仿真对比验证了基于动态贝叶斯的检测方法可以有效地侦破显着误差,并且可以通过参数实时调整提高了存在显着误差时协调值的精度。(本文来源于《华东理工大学学报(自然科学版)》期刊2018年01期）
黄超,魏宗康,胡荣辉[3]（2016）在《石英加速度计离心机试验误差系数显着性分析》一文中研究指出提出了一种针对石英加速度计精密离心机试验的显着性分析方法。在多位置方法分离加速度计误差系数时,由于激励不足等试验条件的限制,无法保证高次项系数的标定结果正确。离心机试验利用离心机提供的向心加速度作为仪表的输入,能够标定出高次项系数。为了确定被标定的误差系数均具有可信度,有必要对高过载试验结果进行分析,保留可信的误差系数,证明使用的误差模型无误。由于此方法的通用性,在其他试验条件下的误差分离试验中仍可运用。(本文来源于《导航与控制》期刊2016年05期）
范明喆,王鲁平,张路平[4]（2015）在《基于两重误差重构的显着性区域检测算法》一文中研究指出通过SLIC分割算法将图像分成多个超像素区域后,利用重构误差进行视觉显着性检测。首先提取图像边缘的超像素区域作为背景模板,然后利用这些模板构建两重外观模型:稀疏外观模型及稠密外观模型。对于每一块图像区域,首先计算稠密重构误差及稀疏重构误差,然后利用K均值聚类方法得到的上下文对重构误差进行传播,再利用贝叶斯准则融合稀疏型检测结果及稠密型检测结果,最后通过综合多尺度重构误差信息及修正的目标基高斯模型信息实现像素级显着性检测。(本文来源于《红外技术》期刊2015年11期）
宋玉霞[5]（2015）在《基于重建误差排序的显着性检测》一文中研究指出科技发展日新月异的今日,智能手机、互联网等行业给人们的生活带了极大的便利,越来越多生产生活上产生的图片涌现出来。面对这些海量图片,人们亟需能够快速精确处理这些图像的有效方法。而图像的显着性检测由于在计算机视觉领域有着广泛的应用,也越来越受到人们的重视。本文是提出了一种自下而上的显着性检测的方法。首先,将图像的四边作为基底对整幅图像进行稠密与稀疏重建,得到两个互补的粗糙的重建误差作为先验；然后,利用上面得到的两个重建图像作为查询结点,建立一个描像素关系的的排序函数；再将排序得到的两个图相乘结合并再次进行排序优化,最后利用高斯模糊,得到对复杂背景鲁棒的显着图。实验部分中,在MSRA1000和berkery300两个公开的数据库上面分别与现在的12种方法比较,证明我们的结果相比于以前的算法有了一定程度的改进提升。(本文来源于《大连理工大学》期刊2015-06-06）
郑建常,林眉,王鹏,徐长朋[6]（2015）在《CAP方法反演震源机制的误差分析:以胶东半岛两次显着中等地震为例》一文中研究指出利用区域波形数据使用CAP方法反演中强地震的震源机制正逐渐得到广泛应用.本文以胶东半岛近期发生的两次显着中等地震为例,讨论了使用CAP方法反演震源机制时的误差估计,展示了反演结果的不确定性分析过程.2013年11月23日和2014年1月7日在山东莱州和乳山分别发生了M4.6和M4.3级中等地震,两次事件均造成了较大影响.我们基于CAP方法,使用自助抽样(bootstrap)技术多次重复反演过程,得到大样本量的震源机制解数据;基于这些数据,使用粒子群算法和聚类分析技术给出了优化解,估计了震源机制解的误差范围,并利用震源机制解的P、T轴给出了震源球上的概率密度分布.(本文来源于《地球物理学报》期刊2015年02期）
沈凯,吴胜昔,彭竹,顾幸生[7]（2014）在《基于改进残差的显着误差检测方法》一文中研究指出运用投影矩阵法提出了一种表征测量误差程度的不可检测误差系数(UI)。UI值越高,说明测量误差与实际误差之间的差值越大,具有较高UI值的测量值容易出现显着误差漏报的现象。本文采用UI值对所有测量值误差进行修正,并将改进后的误差应用到显着误差检测中,以提高显着误差检测的准确度。仿真结果表明,基于改进残差的显着误差的检测方法能够提高显着误差的检测精度。(本文来源于《华东理工大学学报(自然科学版)》期刊2014年06期）
沈凯[8]（2014）在《改进型数据分类和显着误差检验方法的研究》一文中研究指出现代工业过程中所产生的人量过程数据(流量、温度、压力、浓度和组分等)是过程建模、控制与优化的基础,是工业过程安全进行的保障。因此,必须确保过程数据的准确性和可靠性。然而,过程数据不可避免地会受到测量过程或处理过程中产生的误差的影响而偏离其真实值,从而使得过程数据不再满足一定的物理化学规律或者其它的过程约束。数据校正就是对这些过程测量数据进行处理的一种技术,通过剔除或补偿显着误差的影响,消除随机误差的影响,使得协调后的数据最大程度接近过程数据的真实值同时又满足一定的物理化学规律或者其它的过程约束。本文主要对稳态系统的数据分类、显着误差检测方法进行研究与分析提出改进,并应用于化工和电力系统的仿真实例,具体内容如下：(1)针对经典的数据分类方法存在计算过程复杂、分类不彻底的问题,提出了初等变换数据分类方法。运用图论分类方法,采用矩阵的相关性质来进行数据分类,同时考虑到模型具备面向流程和面向方程的特点,对于未测数据分类只需对未测数据系数矩阵进行一次行初等变换,已测数据分类则可以将未测数据系数矩阵简化成一组向量基,在通过这组向量基对已测数据分类。理论及仿真研究表明,本文提出的方法相比于投影矩阵法分类,计算过程简单,相比于线性相关法,该方法简化了矩阵规模,计算步骤简便,计算量小,更适用于复杂过程系统的数据分类。(2)针对电力系统常用的最小二乘法状态估计后得到的测量误差估计值存在缺失部分的缺陷,本论文提出了基于改进残差的显着误差检测的方法。通过投影矩阵思想将测量误差分解成可检测和不可检测的两部分。后者(不可检测误差)与前者(不可检测误差)的比值,称为不可检测系数,代表测量数据中误差检测的难易程度。再运用不可检测系数计算出没有在状态估计残差中包含的那部分误差,并通过这部分误差改进了协调残差。仿真结果表明基于改进的残差能够提高电力系统显着误差检测的精确度。(3)传统的显着误差检验方法都是基于经典的统计理论,不能够给出测量值距离阈值的远近,也不能给出校正结果的可信度。本文基于可传递信度模型提出了一种显着误差检测的新方法。该方法通过可传递信度模型融合了从节点检验法与广义似然比法获取的证据,得出了每个测量数据的置信度,继而得到其pignistic概率作为诊断的决策标准。该方法中采用了顺序补偿的策略,为避免置信度可能的重迭同时又能反映出置信度之间的大小关系,将统计量的比值与置信度的乘积作为两种检验方法的证据。仿真结果表明基于可传递信度模型的显着误差检测方法对于测量误差和系统泄露并存的系统有较好的显着误差检测效果。(本文来源于《华东理工大学》期刊2014-12-12）
吴胜昔,彭竹,沈凯,顾幸生[9]（2014）在《一种基于F统计量的改进型显着误差检测方法》一文中研究指出工业过程采集的数据的可靠性和准确度直接影响到过程控制、调度及优化等。讨论了数据校正的原理及应用,分析了显着误差检测的意义以及显着误差检测的基本原理。在对两种传统的基于统计量的显着误差检测法讨论的基础上,提出了一种基于F统计量的NT-MT显着误差检测方法。该方法将两种传统方法运用其中,仿真结果表明,基于F统计量的改进NT-MT方法给出了很好的检测效果,对显着误差的灵敏度很高。(本文来源于《华东理工大学学报(自然科学版)》期刊2014年02期）
王丽丽[10]（2014）在《数据协调与显着误差检测方法研究与应用》一文中研究指出工艺过程测量数据是一切现代化工厂过程控制、优化、操作分析乃至经营管理的直接依据。因此,准确、可靠的测量数据是现代工业过程的基石。然而,在实际测量过程中,由于测量误差、仪表失灵和装备泄漏等不确定因素,导致测量数据不可避免的存在误差,包括随机误差和显着误差,极大的影响了数据的准确性和可靠性。数据协调与显着误差检测的目的是运用过程中各种冗余信息来处理测量数据,最大限度地降低误差的影响,使其满足内在的能量平衡、物料平衡和其他满足物理和化学规律的关系式,得到一组既合理又接近真实值的协调值,并估计未知参数。目前,数据协调与显着误差检测技术的研究重点包含两个方面：一是数据协调与显着误差检测分步实现;二是数据协调技术与显着检测同步实现。其中,第二方面研究的实质是引入了鲁棒估计理论。本文系统地研究了数据协调与显着误差检测的原理与方法,主要内容如下：(1)研究了NT-GLR (Nodal Test-Generalized Likelihood Ratio)的数据协调与显着误差检测方法,通过NT法检测、GLR法定位与补偿实现。针对其补偿值存在不准确的问题,提出了一种改进的NT-GLR法,将检测出的所有显着误差流股作为未测变量进行估计并代替原始数据,再运用最小二乘法进行数据协调,获得了更准确的协调效果。(2)研究了鲁棒估计原理,设计了一种新的鲁棒估计函数,并提出了一种新的数据协调与显着误差检测的鲁棒估计同步算法,该算法在偏离理想条件下对误差偏离不敏感,从而实现了数据协调与显着误差检测同步的效果,并能获得准确、可靠的协调结果。对稳态和动态过程进行了仿真研究,仿真结果表明了该算法的有效性。(3)研究了粒子滤波算法,提出了一种将粒子滤波与鲁棒估计结合的数据协调与显着误差检测同步的算法。针对一般粒子滤波的动态数据协调与显着误差检测中存在粒子匮乏的问题,本文将鲁棒估计融入到基本粒子滤波算法中,用鲁棒目标函数来二次更新粒子的权值,实现二次粒子滤波,有效加强了粒子的信任度,减少了粒子出现退化的现象。对线性和非线性动态系统进行仿真,仿真结果证明了算法的有效性。(4)研究了上海某焦化公司的甲醇工艺流程,建立了简化的物料稳态模型,基于两步法的思想,运用文中提出的鲁棒估计(WRE)算法以及非线性规划(NLP)法对工艺过程中的测量数据进行数据协调与显着误差检测,得到了总流率和各组分的协调值以及估计值。(本文来源于《南京理工大学》期刊2014-02-01）
显着误差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在工业过程中,采集和记录的生产数据通常用于过程的控制和在线优化等,因此保证数据的可靠性和准确度具有非常重要的意义。但是在实际情况中,测量数据不可避免地受到误差的影响,而且在生产过程中经常会出现仪表失灵、管道泄漏等现象导致测量数据中出现显着误差,进而导致测量结果严重失实。数据校正是保证工业过程数据准确可靠的主要技术手段。传统的动态数据校正通常采用卡尔曼滤波方法,但当测量数据存在显着误差时,其得到的协调值的可信度较低。为了解决动态数据校正过程中得到的测量数据存在显着误差,导致协调值失实的问题,本文在传统卡尔曼滤波方法的基础上,提出了基于动态贝叶斯模型检测方法进行显着误差的实时侦破。该方法主要通过测量值的滤波,对已经滤波的测量值进行标准化处理,利用扩展贝叶斯网络建立概率分布模型以实现显着误差的检测。根据存在显着误差和正常情况下出现的测量值条件概率大小,判断测量值是否存在显着误差,并根据侦破结果对测量协方差矩阵及卡尔曼增益等参数进行更新,以提高协调值的精度。通过实例仿真对比验证了基于动态贝叶斯的检测方法可以有效地侦破显着误差,并且可以通过参数实时调整提高了存在显着误差时协调值的精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
显着误差论文参考文献
[1].吴泽浩,罗先喜.基于核主元分析的蒸汽管网数据的显着误差检测研究[J].电子质量.2019
[2].吴胜昔,陈诚,徐金梦,顾幸生.一种显着误差检测方法在动态数据校正中的应用[J].华东理工大学学报(自然科学版).2018
[3].黄超,魏宗康,胡荣辉.石英加速度计离心机试验误差系数显着性分析[J].导航与控制.2016
[4].范明喆,王鲁平,张路平.基于两重误差重构的显着性区域检测算法[J].红外技术.2015
[5].宋玉霞.基于重建误差排序的显着性检测[D].大连理工大学.2015
[6].郑建常,林眉,王鹏,徐长朋.CAP方法反演震源机制的误差分析:以胶东半岛两次显着中等地震为例[J].地球物理学报.2015
[7].沈凯,吴胜昔,彭竹,顾幸生.基于改进残差的显着误差检测方法[J].华东理工大学学报(自然科学版).2014
[8].沈凯.改进型数据分类和显着误差检验方法的研究[D].华东理工大学.2014
[9].吴胜昔,彭竹,沈凯,顾幸生.一种基于F统计量的改进型显着误差检测方法[J].华东理工大学学报(自然科学版).2014
[10].王丽丽.数据协调与显着误差检测方法研究与应用[D].南京理工大学.2014