典型测量系统R＆R分析中样本含量的选择

探讨在典型计量型测量系统条件下，样本含量的选择对测量系统重复性和再现性误差估计的影响。以重复性与再现性相关统计量的区间估计的探讨为基础，进一步研究分析方案中测量人数、样品数和重复测量轮数的选择对置信区间的影响，从而给出测量系统重复性与再现性评定中合理确定样本含量的方法，为提高测量系统重复性和再现性分析的效率和有效性提供保障。     

测量系统的R&R分析在企业质量改进中的应用

测量系统是指为了完成对被测对象质量特征的测量所需求的人员、量具、程序、软件、操作等的集合。建立准确有效的测量系统永远是企业实现质量改进的第一步。本文阐述了测量系统分析的基本内容及方法，通过一个案例介绍了测量系统分析在企业应用的过程，并提出了应用时的几点注意事项。     

用于水声目标分类的加权免疫克隆样本选择算法

提出了一种新的用于水声目标分类的加权免疫克隆样本选择算法(weight Immune Clonal Instance Selection,wI-CISA)。算法利用Adaboost算法给予每个样本一权值,每代中根据样本权值计算抗体亲合度和克隆数,且根据克隆复制、抗体更新(海明距离交叉和加权简化最近邻变异)和克隆选择操作指导种群进化。提取了实测3类水声目标的时域波形结构特征、小波分析特征和听觉谱特征,进行样本选择和分类仿真实验,结果表明:wICISA可以选出有效样本子集,使样本数目减少82%左右,并且支持向量机分类器的正确分类率能提高约2%;wICISA具有较好的收敛性、稳定性,所得优化样本子集具有较好的泛化能力且能明显减少分类的时间。     

用于水声目标识别的自适应遗传样本选择算法

针对训练样本集中含有噪声样本、冗余样本以及无关样本,导致分类系统分类性能下降、不稳定的水声目标识别问题,提出了一种新的自适应遗传样本选择算法(Adaptive Genetic Instance Selection Algorithm, AGISA)。算法先随机生成初始种群,接着利用设计的遗传算子(跨代选择、自适应交叉和简化最近邻变异)指导种群进化,每代中对分类贡献大且选择样本数目少的个体适应度值高。提取了实测3类水声目标的多域特征,进行样本选择和分类识别仿真实验,结果表明：AGISA可以选出有效样本子集,在样本维数下降约73%的情况下,支持向量机分类器的正确分类率能提高约2.5%;并且AGISA具有较好的收敛性、稳定性,所得优化样本子集具有较好泛化能力且能明显减少分类的时间。     

基于向量夹角样本选择的光谱反射率重建

目的研究一种更有效的训练样本选择方法,以提高光谱反射率的重建精度。方法提出将样本看做向量,根据测试样本与训练样本之间的夹角判断两者间的相似度,然后把该夹角大小作为相似度权重赋予该训练样本,实验以孟塞尔色卡为样本集,训练样本分别为经过Mohammadi方法选择的样本和经过文中提出的向量夹角方法选择的样本,以色差和光谱均方根误差为评价指标,从重构精度和样本选择的有效性等2个方面对2种样本筛选方法进行比较和验证。结果通过Matlab软件仿真实验,文中所提方法的平均色差能降低到0.7945,最大色差为2.1569,平均光谱均方根误差降低到0.011 42,最大光谱均方根误差为0.0218。结论基于向量夹角选择样本具有简单且精确的优势,能够满足高精度颜色复制的要求,可以为快速准确地选择样本和提高颜色复制精度提供参考。     

测量系统分析与测量不确定度分析比较

随着测量数据在企业质量和生产经营管理中的作用日益重要，人们越来越关注产生测量数据的测量系统是否稳定可靠。测量不确定度作为一个评价测量结果质量高低的参数，出现在很多场合，业内人士已对它非常熟悉，而测量系统分析（MSA）对多数人来说却是一个新概念。这两个和测量有关的概念，它们之间有何关系呢？     

基于灰色系统理论的小样本动态测量数据处理

小样本动态测量不确定度评定一直是计量领域的热点,有别于传统的统计理论,文中应用灰色系统理论来实现小样本动态测量不确定度评定.首先通过对动态测量在各离散采样点所得小样本测量数据平均运算,再进行多项式高阶拟合,克服最小二乘法在高阶回归分析时的病态缺陷,得到精确的动态测量的期望函数.然后对各离散采样点上的小样本测量数据,按照累加生成原则进行处理,根据灰色系统理论,得到对应的不确定度信息,由此得到小样本动态测量结果.最后通过具体的小样本动态测量实例,验证了灰色方法、贝塞耳方法和蒙特卡罗方法的评定结果,并达到很好的一致性.     

测量系统分析在阳极溶出法检测含铜废水中的应用

利用氨-氯化铵底液的阳极溶出法测量0.2~10.0 mg/L范围内的Cu~(2+)溶液,得出确定性系数R~2大于99%、各点的相对标准差小于5.5%的标准曲线。采用少量样本和Minitab统计软件进行了测量系统分析,评估该方法的线性、偏倚、稳定性、分辨力、重复性与重现性。分析结果表明,该测量系统适合辨别17%以上的差异。如果对测量系统的准确度有更高要求,则建议对测量系统的人、机、料、法、环、测方面降低误差,并再次进行测量系统分析。最后对重金属废水处理检测行业推行测量系统分析评估阳极溶出法测量提供了指导意见。     

浅谈测量不确定度及在评判测量系统能力中的应用

文章详细阐述了测量不确定度的定义、测量不确定度的计算方法及步骤、测量不确定与测量能力的关系,以"三坐标测量光孔和螺纹孔位置度"为例,具体讲述了测量不确定度和测量能力的计算方法及如何利用测量不确定度评价测量系统适用性的方法.     

Gage R＆R分析法在IGBT检测中的应用

准确测量是生产高质量IGBT的重要保证。本文介绍了IGBT检测误差产生的各种原因及其对测量数据统计特性的影响,重点讨论了量具的重复性和再现性。在Gage R＆R分析的基础上,给出了Gage R＆R分析在IGBT检测过程中的应用,并将Gage R＆R分析成功的应用到半导体检测领域。     

河流泥沙颗粒分析方法品质衡量和标样体系

河流泥沙颗粒分析方法品质衡量需要统一的指标因子和计算方法;用于分析方法品质衡量和日常分析工作质量监督的标样需要建立相应的标准体系。为此,本文中提出了河流泥沙颗粒分析方法统一品质衡量指标和建立标样体系的设想,并对泥沙颗粒分析方法品质、分析方法品质衡量指标、标样制作和标样体系的建立等方面进行了详细的论述。文中提出的河流泥沙颗粒分析方统一品质衡量指标和建立标样体系的设想,具有科学、合理和普遍适用性及可操作性。     

Sequential Testing of Sample Size

A sample of unknown size n is obtained from a known population. The order statistics are then examined sequentially for the purpose of drawing inferences about n. A procedure for testing the unknown sample size n is given and its exact properties are obtained. This procedure provides a basis for examining some popular conjectures and approximations in sequential analysis. In particular two suggested approximations to the average sample number of a sequential probability ratio test are discussed.     

基于PCI总线的激光粒度测量系统

本文设计了基于PCI总线的激光粒度测量系统,采用专用接口芯片S5933与CPLD相结合的方式实现PCI总线接口的设计,用CPLD开发了PCI数据采集的ADD-ON逻辑,通过DMA方式实现粒度测量系统数据由ADD-ON总线向PCI总线的传输,充分利用了PCI总线的高性能、高可靠性等特点,为激光粒度测量数据的实时采集、显示、处理提供了可靠的保证。     

非完整样本容量对工序能力影响分析

根据非线性最小二乘拟合方法,针对元器件厂家进行工序能力指数Cpk计算时,在不能获得全部数据的情况下无法使用传统方法完成Cpk的正确评估,采用Levenberg-Marquarat算法解决Gauss-Newton算法中的Hessian矩阵病态问题,引入阻尼因子调整取值点的迭代方向,以数学期望公式表征累积分布函数值,建立数据非线性优化拟合模型.以实例检验此数学模型并得出常用数据值.     

谈印刷品颜色检测中衬底的选用

在介绍衬底的概念与种类的基础上,给出了美国印艺技术标准委员会(CGATS)的推荐使用方法,并结合对4种实际印刷品的颜色测量与分析,提出了利用色度信息进行高品质包装印刷品质量检测中应注意的问题.     

Sample Size Determination for Tolerance Limits

The problem of determining sample size to take for a tolerance limit L(X), where L(X) is a function of a random sample X ₁, …, X_n from a distribution with density f(x : θ), and

is investigated. A criteriorl of “goodness” of tolerance limits is developed and a method given, using this criterion, for solving the sample size problem. Examples are given using the uniform, exponential, and normal distributions as underlying models.