首页 | 本学科首页   官方微博 | 高级检索  
     

基于贝叶斯信息融合的测量不确定度评定与实时更新
引用本文:姜瑞,陈晓怀,王汉斌,肖颖,徐磊,程银宝,程真英.基于贝叶斯信息融合的测量不确定度评定与实时更新[J].计量学报,2017,38(1).
作者姓名:姜瑞  陈晓怀  王汉斌  肖颖  徐磊  程银宝  程真英
作者单位:合肥工业大学仪器科学与光电工程学院,安徽合肥,230009
基金项目:国家自然科学基金,合肥工业大学青年教师创新项目
摘    要:基于贝叶斯信息融合与统计推断原理,建立不确定度动态评定模型,对测量不确定度进行实时更新。引入最大熵原理和爬山搜索优化算法,确定先验分布概率密度函数及样本信息似然函数,结合贝叶斯公式求出后验分布概率密度函数,实现不确定度的优化估计。仿真及实例分析表明,基于贝叶斯和最大熵方法评定及更新的测量不确定度更加接近理论值。

关 键 词:计量学  不确定度评定  贝叶斯  信息融合  最大熵原理  爬山算法

Evaluation and Real Time Updating of Measurement Uncertainty Based on Bayesian Information Fusion
JIANG Rui,CHEN Xiao-huai,WANG Han-bin,XIAO Ying,XU Lei,CHENG Yin-bao,CHENG Zhen-ying.Evaluation and Real Time Updating of Measurement Uncertainty Based on Bayesian Information Fusion[J].Acta Metrologica Sinica,2017,38(1).
Authors:JIANG Rui  CHEN Xiao-huai  WANG Han-bin  XIAO Ying  XU Lei  CHENG Yin-bao  CHENG Zhen-ying
Abstract:
Keywords:metrology  uncertainty evaluation  Bayes  information fusion  maximum entropy principle  hill-climbing algorithm
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号