共查询到20条相似文献,搜索用时 15 毫秒
1.
对多次重复测量得到的数据进行分析处理时,适当地应用3σ准则,可以有效地判别并剔除粗大误差.采用了常用的统计判别3σ准则,并以电子称量虚拟仪器系统为例,论述了在LabVIEW程序中如何使用3σ准则来进行粗大误差的判别和剔除.实际应用表明,系统运行稳定可靠,可使得最终得到的测量结果更真实、更准确,适合在易产生粗大误差的测试环境中采用. 相似文献
2.
高分子科学实验中异常数据的判别与剔除 总被引:1,自引:0,他引:1
简单介绍了对测量值中异常数据进行判别与剔除的三种统计判别方法——3σ准则、格鲁布斯准则和Q检验方法的基本原理,并以高分子科学实验中的两个实例为代表,应用Visual Basic for Applica-tions(VBA)编写的程序模块,对测量值中异常数据的判别与剔除进行了详细讨论。 相似文献
3.
《中国测试》2018,(Z1)
检定人员在日常计量检定的数据处理中,为使预处理的检定数据能准确地反映实际测量结果,需要熟练掌握一些判别和剔除异常值的统计方法。该文结合对标称值为5g的砝码进行测量次数为20次的计量检定实例,分别采用3种数学统计学中的判别和剔除异常值的方法(拉依达准则、格拉布斯准则和狄克逊准则),对比分析后发现:拉依达准则一般适用于n50的情况;当统计单个异常值并且n处于[3,50]区间情况下,格拉布斯准则法剔除效果较好;狄克逊准则适用于对多个异常值的剔除。当对统计数值有较高要求时,可以3种统计方法同时进行,但是当出现既可能是异常值又可能不是异常值的情况时,该可疑值应该保留,不予以剔除。 相似文献
4.
5.
在处理一列测量数据时,如果其中有粗差未予剔除或将一些误差较大而不属粗差的观测值剔除,都会歪曲了测量结果,所以首先需要判别测量列中是否包含有粗差的观测值。供判别粗差的一些熟知法则有:莱依达法则、肖维勒法则和文中给出的较好 t 判别法,本文再介绍一个简便的判别法——狄克逊法则,然后再谈如何用极差计算随机不确定度的方法。一、剔除坏值对某一个量同一条件下,独立测得 n 个值: 相似文献
6.
第三章计量综合知识四、案例分析题案例1:重复测量某一电阻之值共n=10次,其10个结果从小到大排为:10.0003Ω、10.0004Ω、10.0004Ω、10.0005Ω、10.0005Ω、10.0005Ω、10.0006Ω、10.0006Ω、10.0007Ω、10.0012Ω。用狄克逊准则判别异常值,并用格拉布斯准则判别以作比较。案例分析:①采用狄克逊准则判别 相似文献
7.
分别运用稳健统计(四分位和迭代)法、格拉布斯准则剔除离群值后用经典统计法对热轧带肋钢筋的6组数据进行了统计分析。结果表明:数据组中Z比分值大于5的数据,为离群值。数据组总体服从正态分布或接近正态分布的,3种统计方法结果基本吻合;不存在离群数据的情况下,建议采用稳健统计(四分位或迭代)法进行统计;存在离群数据的情况下,应采用格拉布斯准则剔除离群值后用经典统计法进行统计。对于数据明显偏离正态分布的,不存在离群数据的情况下,建议采用迭代稳健统计法进行统计;存在离群数据的情况下,应采用格拉布斯准则剔除离群值后用经典统计法进行统计。 相似文献
8.
本文探讨孔组复合位置度误差最小条件的判别准则和评定方法。一、判别准则实现孔组复合位置度误差最小条件的两个关键问题是:(1)如何判别误差达到了最小(判别准则);(2)如何求得这一最小值(评定方法)。我们首先讨论第一个问题。孔组的理论位置和测量偏差可以用直角坐标,也可用极坐标表示。 相似文献
9.
10.
传统传感器测量数据处理方法只采用算术平均值的数字滤波法,虽然这种方法具有一定的抗干扰性,但从统计理论和实际应用情况分析来看,这种方法处理的数据不是测量结果的最好表示,尤其对于多传感器测量情况甚至更糟糕。针对这种情况提出了通过2次利用偏度分析建立动态检测门限判别并剔除粗差,再进行数据融合的分批估计方法.数据分析结果表明。这样处理后的数据测量误差和方差均更小,测量结果更接近测量真值。 相似文献
11.
基于模糊判别准则的马田系统基准空间优化 总被引:2,自引:0,他引:2
应用模糊数学及稳健性设计原理,从理论上证明了望大特性模糊稳健性判别准则能同时使均值达到最大和方差达到最小,其效果与望大特性信噪比稳健性判别准则一致.通过实例,分别使用两个判别准则对马田系统基准空间进行优化,得到了一致的最优方案. 相似文献
12.
从计算标准偏差的严格的较差公式出发,比较两个检验准则所用的标准偏差与临界值之间的关系,可以看出:凡是被格拉布斯准则剔除的值,必然会被t检验准则剔除,即后的保留数据域较窄。 相似文献
13.
图像处理在微小尺寸测量中的应用研究 总被引:1,自引:0,他引:1
介绍图像测晕系统的基本原理和结构,以及在微小尺寸测量中常用的罔像处理方法和步骤.采用在灰度图像下利用罗森菲尔德算法直接提取边缘,避免设定阈值所带来的误差影响,并利用准则剔除粗大误差.最后通过实例来验证了该方法是可行的. 相似文献
14.
15.
16.
本文指出圆弧多点测量中粗差影响的特殊性,必须引起精测人员的充分重视,并介绍用微机辅助检查判别和剔除粗差的实用方法。 相似文献
17.
18.
本文分为两部分.从介绍判别粗大误差的方法开始,然后选择典型实例,运用Excel软件编辑程序,实现粗大误差自动检测,并通过线性拟合方法显示最佳测量方程.本方法基于Excel软件强大的数据库函数,启用了相关的宏,在Windows环境下双击即可运行.当相应数据栏中出现"FALSE"字样时,表示该组数据存在粗大误差,应予以剔除. 相似文献
19.
20.
工业现场清洁过的微型工件表面仍会有少量灰尘、发屑等附着物存在,在微型工件的视觉检测系统中会因其改变提取的目标轮廓而影响检测结果.为此,以灰尘与工件存在较小差异的任意位置和形状的一类附着物为考察对象,以区域生长提取的目标轮廓为先验背景,研究附着物定位与剔除算法.首先,荻取沾染附着物的工件图像,采用基于区域的分割算法做处理,以建立工件轮廓的先验知识;其次,从曲率角度定位附着物轮廓角点,以此剔除附着物轮廓;最后,根据先验知识自动修复断开的外轮廓.实验结果显示,加入附着物去除与修复算法后测量精度没有降低,测量结果误差6 μm以内,图像边缘的定位准确度能够给予保证.表明所研究的附着物定位与剔除方法使检测系统在允许微小附着物存在并且不影响测量精度的情况下,实现了目标轮廓的正确判别,提高了视觉检测系统的可靠性. 相似文献