导读:本文包含了误差模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:误差,模型,磁场,椭球,地磁,距离,光谱分析。
误差模型论文文献综述
嵇绍康,高艳丽[1]（2019）在《地磁信号误差模型分析及补偿算法》一文中研究指出载体进行地磁导航时,需要实时测量地磁场信息来进行导航及定位,然而,叁轴磁测量仪自身误差的存在、载体自身的恒磁磁场以及软磁材料被外界磁场磁化而产生的感应磁场对实时磁测量值都会产生较大的影响。通过对叁轴磁测量值分析研究,得出了测量值空间分布于椭球面的特点,在此基础上,通过特定的实验测量方法以及曲面拟合的最小二乘平差法求得补偿参数值。实验结果表明补偿方案有效可行,校准后的测量误差明显减少。(本文来源于《舰船电子工程》期刊2019年12期）
于震梁,孙志礼,曹汝男,张毅博[2]（2019）在《基于PC-Kriging模型与主动学习的齿轮热传递误差可靠性分析》一文中研究指出为提高齿轮热传递误差可靠性分析的计算效率和精度,提出了一种高效的基于PC-Kriging代理模型与主动学习函数LIF相结合的可靠性分析方法.采用多项式混沌展开(polynomial-chaos-expansion,PCE)替代传统Kriging模型的回归基函数来增强预测模型的全局近似精度,并利用Kriging模型来捕捉预测模型局部特征的能力.采用最小角回归(LAR)构建回归基函数的最优多项式数量集,同时用Akaike信息准则(AIC)来确定最优的截断集合.并采用一种主动学习函数LIF选择每次迭代的最佳样本点以提高模型收敛效率.通过齿轮热传递误差算例表明:与传统的Kriging代理模型相比,所提出方法在保证精度的同时可以极大地减少预测模型可靠性分析中的学习次数.(本文来源于《东北大学学报(自然科学版)》期刊2019年12期）
陈若萍,李荣,叶义琴[3]（2019）在《带AR(1)误差线性回归模型中杠杆点的度量与影响分析》一文中研究指出杠杆点的度量与影响分析是回归诊断中的一个重要问题.本文通过构建投影矩阵和拟投影矩阵,对带AR(1)误差且存在复共线性的线性回归模型中广义最小二乘估计、主成分估计、r-k类估计、r-d类估计杠杆点的度量和影响进行了模拟分析与实证分析,并对各估计杠杆点的度量值做了比较研究.(本文来源于《湖北民族学院学报(自然科学版)》期刊2019年04期）
窦晓波,蔡超,段向梅,韩俊,刘之涵[4]（2019）在《计及模型误差的分布式光伏配电网优化调控方法》一文中研究指出当前配电网存在信息采集不全、在线获取电网精确模型困难的问题,导致对分布式光伏的调控存在误差,难以满足配电网安全运行的要求,因此提出了一种计及模型误差的分布式光伏配电网调控方法。基于近似灵敏度建立了光伏调控量粗略计算模型;采用极限学习机(ELM)方法建立人工智能辅助决策模型,作为光伏调控量粗略计算模型的修正;进一步地,基于上述2个模型,设计了计及模型误差的分布式光伏优化调控策略;最后进行仿真分析,结果表明提出的调控方法弥补了仅依赖电网模型进行优化带来的误差,提高了优化调控的精度。(本文来源于《电力自动化设备》期刊2019年12期）
杨勇,陶群山[5]（2019）在《基于产业链视角对安徽省中药价格的误差修正模型实证分析》一文中研究指出目的研究安徽省中药价格的影响因素及作用强弱。方法首先从产业链的视角对安徽省中药产业进行整体分析,寻找各个环节中的主要因素,然后通过建立误差修正模型对各个因素的作用方向和作用强弱进行实证分析。结果中药材种植面积、中药材产量、医药企业数量、医药产业销售值、安徽省公路货运量和安徽省中药材价格之间存在协整关系。且医药产业销售值和中药材产量对中药材价格的修正幅度较大,中药材种植面积和医药企业数量对中药材价格的修正幅度较小。结论中药材种植面积、中药材产量、医药企业数量、医药产业销售值、安徽省公路货运量和安徽省中药材价格之间存在长期均衡关系,但各个因素的作用强弱差别很大。安徽省中药产业的主要数据是非时间平稳数据,结合近年来中药产业政策的变化可知安徽省中药产业受环境影响程度高。(本文来源于《医药导报》期刊2019年12期）
张红,刘佳慧,李维娜[6]（2019）在《住宅价格波动及其影响因素的实证研究——基于误差修正模型》一文中研究指出采用2012-2017年我国35个大中城市住宅相关面板数据,主要研究在金融危机过后,我国住宅限购政策影响下的住宅市场价格变化。采用以新古典经济理论为框架的住宅供需均衡模型,梳理出相关指标并采用个体固定效应变截距方法进行估计。除此之外,利用误差修正法研究价格的趋势性运动。实证分析显示,我国住宅市场基本符合供需平衡。收入水平、地区人口数、土地成本、贷款利率、住宅空置率、城市建成区面积以及开发建设成本这些供需指标都对住宅价格的波动起到了显着作用。住宅实际价格相对于均衡价格的偏离以及均衡价格的变化也会显着地影响价格波动。(本文来源于《中国房地产》期刊2019年33期）
赵熹[7]（2019）在《多轴联动数控机床加工精度误差预测模型构建》一文中研究指出基于数控机床误差生成机制与构建精度误差补偿模型,提出多体系统理论下的数控机床加工精度几何误差预测模型。通过实践证明,此模型的精确性、实用性、通用性都很突出。(本文来源于《自动化技术与应用》期刊2019年11期）
吴煜,申会鹏,孙璇,王德伦[8]（2019）在《机床弹性移动副五维误差预测模型》一文中研究指出通过建立机床弹性移动副五维误差预测模型,探索了移动副零部件特征状态与真实误差运动的映射关系.以双导轨四滑块线轨结构为对象,通过动结合面和零件结构的刚度等效,求解导轨和工作台对滑块空间位姿的约束刚度矩阵.进而综合考虑导轨几何误差、外载、动结合面和零部件弹性变形等影响因素的偶联关系,建立了移动副系统的物理与力平衡矢量方程,揭示了各零部件在弹性约束下的变形协调规律.最后开展了移动副装配误差测试试验,结果表明:各项理论与实际指标的误差均小于20%,验证了该误差预测模型的准确性与有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年11期）
钱名军,李引珍,江涌,王亚浩[9]（2019）在《基于协整和误差修正的货车保有量测算模型》一文中研究指出铁路系统保有合理的货车数量是开展货运工作的基础。在不依赖先验信息的情况下,首先从运营数据序列本身所包含的特征信息出发,计算出保有量与路网货运营业里程、货运量、货运周转量、周转时间等变量间的Pearson相关系数矩阵。其次,为避免模型变量过多造成过拟合,采用基于方差的膨胀因子法对多元变量相关性进行共线性诊断,再用逐步回归法筛选出包含信息量最多、解释能力最强的2个变量作为自变量。然后,基于协整理论构建出含多元变量的货车保有量误差修正模型。最后,运用算例验证误差修正模型在保有量测算中的有效性,并对测算精度进行检验分析。(本文来源于《铁道学报》期刊2019年11期）
胡顺石,张辰璐,陈子晗,陈俞池,李心怡[10]（2019）在《肉类新鲜度光谱检测模型构建及误差对比分析》一文中研究指出针对传统肉类新鲜度检测方法复杂、速度慢等问题,在试验室常温条件下采集猪肉反射率光谱数据,对肉类新鲜度的光谱检测方法进行研究,并分析不同建模方法以及不同样本采样间隔对预测精度的影响。结果表明:1)基于光谱角距离测度准则构建的加权模型,肉类新鲜度检测结果精度最高,决定系数(R~2)为0.999 7,均方根误差(RMSE)为3.427 5;2)基于欧氏距离测度准则和叁次多项式拟合法所构建的模型,其R~2分别为0.998 1和0.998 1,RMSE分别为8.572 5和8.473 5。基于光谱角距离测度准则构建的加权内插模型,可以作为肉类新鲜度光谱快速检测模型使用,其检测精度在3种方法中最高。(本文来源于《中国农业大学学报》期刊2019年11期）
误差模型论文开题报告
（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：
为提高齿轮热传递误差可靠性分析的计算效率和精度,提出了一种高效的基于PC-Kriging代理模型与主动学习函数LIF相结合的可靠性分析方法.采用多项式混沌展开(polynomial-chaos-expansion,PCE)替代传统Kriging模型的回归基函数来增强预测模型的全局近似精度,并利用Kriging模型来捕捉预测模型局部特征的能力.采用最小角回归(LAR)构建回归基函数的最优多项式数量集,同时用Akaike信息准则(AIC)来确定最优的截断集合.并采用一种主动学习函数LIF选择每次迭代的最佳样本点以提高模型收敛效率.通过齿轮热传递误差算例表明:与传统的Kriging代理模型相比,所提出方法在保证精度的同时可以极大地减少预测模型可靠性分析中的学习次数.
（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。
误差模型论文参考文献
[1].嵇绍康,高艳丽.地磁信号误差模型分析及补偿算法[J].舰船电子工程.2019
[2].于震梁,孙志礼,曹汝男,张毅博.基于PC-Kriging模型与主动学习的齿轮热传递误差可靠性分析[J].东北大学学报(自然科学版).2019
[3].陈若萍,李荣,叶义琴.带AR(1)误差线性回归模型中杠杆点的度量与影响分析[J].湖北民族学院学报(自然科学版).2019
[4].窦晓波,蔡超,段向梅,韩俊,刘之涵.计及模型误差的分布式光伏配电网优化调控方法[J].电力自动化设备.2019
[5].杨勇,陶群山.基于产业链视角对安徽省中药价格的误差修正模型实证分析[J].医药导报.2019
[6].张红,刘佳慧,李维娜.住宅价格波动及其影响因素的实证研究——基于误差修正模型[J].中国房地产.2019
[7].赵熹.多轴联动数控机床加工精度误差预测模型构建[J].自动化技术与应用.2019
[8].吴煜,申会鹏,孙璇,王德伦.机床弹性移动副五维误差预测模型[J].华中科技大学学报(自然科学版).2019
[9].钱名军,李引珍,江涌,王亚浩.基于协整和误差修正的货车保有量测算模型[J].铁道学报.2019
[10].胡顺石,张辰璐,陈子晗,陈俞池,李心怡.肉类新鲜度光谱检测模型构建及误差对比分析[J].中国农业大学学报.2019
论文知识图
