稳态过程的数据校正和大误差侦破方法的集成研究

针对实际数据校正问题中同时含有未测变量和带大误差已测变量的情况，提出利用两步投影矩阵方法来进行数据分类，先将稳态模型变换为统计检验所需要的标准形式（只含已测变量），用广义似然比方法侦破出大误差并予以补偿后再对数据校正问题进行求解计算，从而为数据校正及大误差侦破的集成提出了一种通用的策略，并且减少了计算量。     

基于3MAD-PCA的软测量数据过失误差侦破

经典PCA是一种对软测量建模数据进行误差侦破的方法,但当数据中存在单变量大误差时,该方法不能准确确定主元(PC),从而影响了误差侦破效果.针对这一情况,结合单变量误差侦破技术提出了3MAD-PCA方法.该方法首先用3MAD对数据分别进行单变量误差侦破,再利用经典PCA进行多变量误差侦破,提高了经典PCA方法的稳定性,有效实现了数据的过失误差侦破.用该方法对丙烯浓度的软测量数据进行过失误差侦破,取得了良好的效果.     

用于过失测量数据侦破与校正的改进MT-NT算法

介绍了一种用于过失误差侦破和校正改进的MT-NT算法。改进后的算法采用逐次侦破、校正的策略,有效地解决了在侦破过失误差过程中出现的系数矩阵降秩问题,减少了运算量,增加了信息的可用性和完整性。给出了该算法的框图及步骤,并采用面向对象的方法和C 十语言编制出了过程测量数据校正软件。经过实例验证,该算法可有效侦破测量数据中的过失误差,避免了在运算过程中出现的系数矩阵降秩问题,具有一定的实用性。     

时间序列分析法用于常减压炼油装置测量数据校正

提高常减压炼油装置过程数据校正精度的有效手段是增加测量数据的冗余。通过对影响测量数据校正的因素进行分析，建立了时序平均值模型，提出了使用时间序列分析法来增加数据校正过程时间冗余的新方法，可在不增加测量点的前提下改善校正数据精度。采用常减压炼油生产装置的实际测量数据，对时间序列分析法的过失误差侦破能力、数据校正精度受时域值、过失误差大小的影响等进行了研究，探讨了时序法的可行性和实用性。结果表明，时序法可以快速有效地用于该装置的实时测量数据校正。     

广义似然比过失误差侦破方法的改进及应用研究

准确可靠的测量数据是工业过程优化和控制的重要前提,实际过程中由于过失误差的存在导致测量数据不准确,而传统的过失误差侦破方法常会出现过失误差分摊到其他测量数据上的现象.本文在研究广义似然比法(GLR法)过失误若侦破的原理及步骤的基础上,对GLR法的检验统计量进行改进,提出了2个变量同步侦破补偿的两两同步侦破法,即每次同时用2个变量计算检验统计量,并对相埘调节量大的测量数据进行补偿.两两同步侦破法与GLR法的实例考核结果表明,在相同显著性水平下,两两同步侦破法的总体检验能力和选择性比GLR法高,且犯第1类错误的概率比GLR法小.因此新方法提高了过失误差侦破率,降低了犯第1类错误的概率,能有效地对过失误差进行侦破和识别,且同步补偿后得到的补偿值更准确,有利于获得较为准确的过程数据.     

基于鲁棒估计的动态数据校正方法

针对目前动态数据校正方法存在的缺陷，本文在以前的工作基础上把基于鲁棒估计原理构造的鲁棒估计函数用于含异常点类型的过失误差的数据校正，Monte Carlo模拟结果及对TE问题的校正计算结果表明，这种基于鲁棒估计的过换误差侦破和数据协调同步方法可以在得到协调数据的同时很准确的侦破和识别出测量数据中所含的过失误差，具有较强的优越性。     

基于“3σ法则”的显著误差检测

由于测量或传感器等其他原因造成测量数据中可能存在显著误差,直接进行数据校正会导致显著误差的扩散,影响数据校正结果的可靠性和准确性,因此在数据校正前,需要侦破识别并剔除含有显著误差的测量数据。现有的显著误差检测方法并不能完全识别显著误差,而且只能对有限的显著误差(小于等于3个)具有一定的检测效果,本文提出基于概率统计(3σ法则)的检测方法,识别效果优异,对3个以上的误差具有良好的侦破效果,并且采用显著误差同步补偿的方法,有效避免奇异矩阵的出现。     

基于改进PCA的软测量数据过失误差侦破

为提高软测量的模型精度,剔除建模数据中的过失误差,提出采用Bagging-PCA方法进行误差侦破。利用Bagging算法的集成思想,改善单变量大误差对经典PCA的影响,提高算法稳定性,实现数据的过失误差侦破。用该方法对丙烯浓度的软测量进行过失误差侦破,取得了良好的效果。     

一种新的动态过程数据校正方法

数据校正技术能有效地提高测量数据的质量。本文提出了一种基于过程模型少统计分析和动态过程数据校正方法,该方法能同时进行过失误差检测并最终得到各个变量的校正值。对这种方法进行了仿真研究,仿真结果证实了该方法的有效性。     

MT-GLR在甲醇工厂数据协调中的应用

对用于过失误差侦破的MT-GLR联合算法进行了研究.改进后的算法利用MT法和GLR法联合确定可能含有过失误差的集合,综合利用这两种方法,使侦破所有过失误差的可能性大大增加.给出了该算法的设计思想及实施步骤,基于该算法并以甲醇工艺过程为背景,设计了一套实时数据协调和校正软件.该软件在某大型甲醇工厂中投入在线运行,在数据校正及过失误差侦破方面获得了良好的效果.     

基于激光线扫描的桥梁检测仪器误差自动化矫正方法研究

针对原有桥梁检测仪器误差矫正方法数据矫正精度较差的问题,设计基于激光线扫描的桥梁检测仪器误差自动化矫正方法。设定激光扫描仪参数并应用其完成误差数据的捕捉与处理,应用模糊C均值算法得出误差值的变化区间,结合马尔科夫链构建桥梁检测仪器误差矫正模型,完成检测数据矫正。引用Excel VBA程序实现桥梁检测仪器误差自动化矫正,设定数据库数据项格式,保证数据精度。至此,基于激光线扫描的桥梁检测仪器误差自动化矫正方法设计完成。设计对比实验,制定实验流程,选定实验测试点获取实验结果。与原有方法相比,此方法数据矫正精度较高且精度波动较小。由此可知,此方法优于原有方法,将其应用可有效降低桥梁检测误差的产生。     

基于单片机的磁通门传感器非正交性校正研究

为提高对磁通门传感器误差校正的能力,该文提出基于单片机的磁通门传感器非正交性误差校正方法。构建磁通门传感器非正交性约束参数模型,结合PI调节器对磁通门传感器的节点进行部署设计;在输出振荡模式约束下设计磁通门传感器的组网结构,结合ZigBee组网协议实现传感器路由探测;在自适应反馈调节方法的约束下,结合最短路径寻优控制过程实现磁通门传感器非正交性误差补偿抑制,通过自适应扩频处理方法对传感器的信道输出进行补偿,并提取传输信道的关联特征量,结合信道均衡控制方法进行磁通门传感器网络的输出误差补偿;采用单片机对磁通门传感器校正过程进行集成控制,提高磁通门传感器输出过程的自适应信息处理能力。仿真结果表明,采用该方法进行磁通门传感器非正交性误差校正过程的稳定性较好、传输损耗较少,输出结果误码率较低,有效提高了传感器的信息输出的准确性。     

微细管道内壁缺陷检测误差自动校正仿真

针对传统方法存在管道内壁缺陷检测误差校正率较低、校正时间过长等问题,提出微细管道内壁缺陷检测误差自动校正方法。该方法获取管道内壁全景图,对管道内壁全景图进行展开、预处理,并提取管道病害区域的集合特征,引入查询误差校正表以及结合双线性插值对特征值进行求解,获取微细管道内壁缺陷检测误差。同时,其通过投影不变性原理以及相关的几何特征,计算误差直线的斜率,利用该直线的斜率求解线性方程组得到校正参数,通过校正参数完成误差校正。实验验证可知,所提方法能够有效提高管道内壁缺陷检测误差校正率,减少误差校正时间。     

零件尺寸图像检测数据处理与高精度检测方法

针对机器视觉在轴类零件尺寸检测中的应用,提出了一种利用工业中常用的标准件同时完成视觉检测系统的图像畸变校正与系统标定的方法,有效的提高了检测精度,简化了传统系统标定的繁琐过程。该方法通过分析图像检测中误差形成的主要来源,建立了误差方程的正规方程式,在求解正规式系数的同时完成对检测系统的校正与标定。不但操作简单,且具有较高的检测精度。经实验证明,在检测分辨率为3450DPI的情况下,检测精度可达到4μm,完全适用于轴类零件的高精度检测。     

基于抗辐照龙芯的星载计算机容错启动研究

将硬件冗余、检错纠错和刷新技术相结合,设计了一种以龙芯1E处理器为核心且使用FLASH存储引导程序的新型容错星载计算机结构。在对存储器进行冗余备份的基础上,采用硬件EDAC和刷新技术提高了存储器数据的可靠性。基于这种新型硬件结构设计,分析了星载计算机的可靠性,并提出了一种星载计算机高可靠容错启动方案。该方案通过利用硬件冗余资源和软件备份屏蔽了存在故障的存储芯片及出错软件,从而引导星载计算机正常启动。实验结果表明,该方案有效地屏蔽了常见的星载计算机启动故障,提高了星载计算机的可靠性。     

基于原位探测的高空气球风场数据修正方法

对目前高空气球领域所出现的风场数据使用情况进行了研究，针对其存在时效性与针对性不强以及对针对特定区域精度不足、数据密度稀疏等问题，通过对原位探测技术（ISD，In situ detection）的研究，构建了高空气球飞行试验领域的风场误差数据修正模型，最终提出了一种基于原位探测的高空球风场数据修正方法；该方法通过原位探测手段获取高空气球执行飞行试验任务时所需特定区域的风场数据，从而对模式风预报产品进行修正，在高空气球飞行实验区域内提高了风场数据的准确度；使修正后的风场数据在的应用中准确度得到了提高；并最终使用中国某地区的风场数据先后进行仿真试验及实际飞行试验，仿真结果表明，ISD可有效降低模式风预测风速的平均相对误差；在实际飞行实验中，u风误差由模式风预报的2.418 m/s变为ISD模型的1.403 m/s，降低了41.98%；v风误差由模式风预报的0.801 m/s变为ISD模型的0.519 m/s，降低了35.21%。     

An Experiment in Software Error Data Collection and Analysis

The propensity to make programming errors and the rates of error detection and correction are dependent on program complexity. Knowledge of these relationships can be used to avoid errorprone structures in software design and to devise a testing strategy which is based on anticipated difficulty of error detection and correction. An experiment in software error data collection and analysis was conducted in order to study these relationships under conditions where the error data could be carefully defined and collected. Several complexity measures which can be defined in terms of the directed graph representation of a program, such as cyclomatic number, were analyzed with respect to the following error characteristics: errors found, time between error detections, and error correction time. Signifiant relationships were found between complexity measures and error charateristics. The meaning of directed grph structural properties in terms of the complexity of the programming and testing tasks was examined.     

中文文本自动校错系统中知识库及其构造方法研究

阐述了在中文文本校错系统研究和实现过程中 ,面向文本错误查找与纠错建议产生的语言知识获取及知识库构建的思想及其实现算法 .针对数据稀疏问题探讨了查错知识库的存取技术 ,针对不同错误源 ,重点研究了相似码词典、字驱动双向词典和骨架键词典的构造方法 .基于所构建的知识库而实现的中文文本校错系统 ,其查错的召回率和精确率以及纠错建议的有效率都得到很大的提高     

基于局部空间数据的功能磁共振图像运动校正

在脑功能磁共振实验中,运动校正是数据预处理的关键环节。运动校正的结果对后续的脑区定位、功能连接等分析有着重要的影响。但因数据量较大,常规分析软件对实验数据进行运动校正时做了一些简化处理,校正误差较大。为减少这种误差,提出了一种基于局部空间数据的运动校正方法,首先从数据获取的角度构造功能像各切片的局部空间数据,然后利用修正的Gauss-Newton最优化方法估计各切片相对于参考图像做刚体变换后的空间位置,最后利用Delaunay三角剖分方法重构功能像以实现精确校正。仿真实验及实际的视觉实验数据分析结果表明,该方法具有较高的校正精度,是一种有效的功能磁共振数据运动校正方法。     

Ensuring the quality of conceptual representations

High quality data and process representations are critical to the success of system development efforts. Despite this importance, quantitative methods for evaluating the quality of a representation are virtually nonexistent. This is a major shortcoming. However, there is another approach. Instead of evaluating the quality of the final representation, the representation process itself can be evaluated. This paper views the modeling process as a communication channel. In a good communication channel, sufficient error prevention, error detection, and error correction mechanisms exist to ensure that the output message matches the input message. A good modeling process will also have mechanisms for preventing, detecting, and correcting errors at each step from observation to elicitation to analysis to final representation. This paper describes a theoretically-based set of best practices for ensuring that each step of the process is performed correctly, followed by a proof of concept experiment demonstrating the utility of the method for producing a representation that closely reflects the real world.