科研數(shù)據(jù)不確定性評(píng)估方法及實(shí)踐

第1章 概述
1.1 科研數(shù)據(jù)
1.1.1 科研數(shù)據(jù)的來(lái)源
1.1.2 科學(xué)數(shù)據(jù)的類(lèi)型
1.2 檢測(cè)數(shù)據(jù)與科研數(shù)據(jù)
1.3 科研數(shù)據(jù)的不確定性
1.3.1 不確定性原理的提出
1.3.2 科研數(shù)據(jù)不確定性因素
1.3.3 科研數(shù)據(jù)不確定性的特征
第2章 計(jì)量與數(shù)據(jù)分析基礎(chǔ)
2.1 計(jì)量學(xué)基礎(chǔ)與誤差理論
2.1.1 量值溯源
2.1.2 誤差
2.1.3 測(cè)量準(zhǔn)確度的質(zhì)量概述
2.1.4 不確定度
2.1.5 測(cè)量標(biāo)準(zhǔn)化與一致化
2.2 概率論與數(shù)理統(tǒng)計(jì)
2.2.1 數(shù)據(jù)分布
2.2.2 數(shù)據(jù)模型
2.2.3 數(shù)據(jù)分析
2.2.4 敏感性分析
第3章 試驗(yàn)設(shè)計(jì)
3.1 典型試驗(yàn)設(shè)計(jì)方法
3.2 正交試驗(yàn)設(shè)計(jì)
3.2.1 正交表
3.2.2 無(wú)交互作用的正交設(shè)計(jì)
3.2.3 有交互作用的正交設(shè)計(jì)
3.2.4 水平數(shù)不等的試驗(yàn)設(shè)計(jì)
3.2.5 用正交表進(jìn)行試驗(yàn)設(shè)計(jì)的原則
3.2.6 正交設(shè)計(jì)的優(yōu)良性準(zhǔn)則
3.2.7 非正規(guī)正交設(shè)計(jì)
3.3 回歸設(shè)計(jì)
3.3.1 D- 設(shè)計(jì)
3.3.2 A- 設(shè)計(jì)
3.3.3 E- 設(shè)計(jì)
3.4 均勻試驗(yàn)設(shè)計(jì)
3.4.1 總體均值模型
3.4.2 均勻性度量
3.4.3 均勻設(shè)計(jì)表的構(gòu)造
3.4.4 實(shí)驗(yàn)數(shù)據(jù)處理
3.4.5 正交性與均勻性的聯(lián)系
3.5 計(jì)算機(jī)實(shí)驗(yàn)
3.5.1 超拉丁方抽樣
3.5.2 隨機(jī)化正交陣列
3.5.3 正交超拉丁方設(shè)計(jì)
3.6 區(qū)組設(shè)計(jì)
3.6.1 隨機(jī)區(qū)組設(shè)計(jì)
3.6.2 拉丁方設(shè)計(jì)
3.6.3 平衡不 隨機(jī)區(qū)組設(shè)計(jì)
3.7 序貫設(shè)計(jì)
3.7.1 優(yōu)選法
3.7.2 響應(yīng)面法
3.7.3 序貫均勻設(shè)計(jì)
第4章 特征提取與建模
4.1 數(shù)據(jù)預(yù)處理
4.1.1 數(shù)據(jù)清理
4.1.2 數(shù)據(jù)變換
4.2 特征提取
4.2.1 時(shí)域分析法
4.2.2 頻域分析法
4.2.3 時(shí)頻分析法
4.3 數(shù)據(jù)分類(lèi)
4.4 回歸分析
4.4.1 線(xiàn)性回歸
4.4.2 邏輯回歸
4.4.3 多項(xiàng)式回歸
第5章 過(guò)程控制與科研數(shù)據(jù)一致化
5.1 過(guò)程控制
5.1.1 必要性
5.1.2 準(zhǔn)則
5.2 數(shù)據(jù)一致化
第6章 科研數(shù)據(jù)的分析方法
6.1 一致性分析
6.2 特征分析
6.2.1 主成分分析
6.2.2 非負(fù)矩陣因子分解
6.2.3 因子分析
6.3 判別分析/分類(lèi)
6.3.1 基于距離的分類(lèi)
6.3.2 貝葉斯分類(lèi)
6.3.3 分類(lèi)樹(shù)
6.4 聚類(lèi)分析
6.4.1 等級(jí)聚類(lèi)
6.4.2 k均值聚類(lèi)
6.4.3 高斯混合模型
6.5 相關(guān)分析
6.6 相應(yīng)分析
第7章 科研數(shù)據(jù)不確定性評(píng)估方法
7.1 科研數(shù)據(jù)不確定性來(lái)源
7.1.1 分類(lèi)
7.1.2 來(lái)源
7.2 科研數(shù)據(jù)不確定性評(píng)估方法
7.2.1 蒙特卡洛方法
7.2.2 灰色系統(tǒng)方法
7.2.3 模糊數(shù)學(xué)方法
7.2.4 貝葉斯方法
7.2.5 神經(jīng)網(wǎng)絡(luò)
7.2.6 聚類(lèi)方法
7.2.7 GUM方法
7.2.8 信息熵方法
第8章 測(cè)量系統(tǒng)的不確定性評(píng)估
8.1 測(cè)量系統(tǒng)不確定性分析
8.2 基于誤差溯源的分析方法
8.3 基于量值特性的分析方法
8.4 測(cè)量系統(tǒng)不確定性模型
8.4.1 測(cè)量模型與不確定性分析模型
8.4.2 測(cè)量不確定性評(píng)定模型化流程
第9章 小樣本數(shù)據(jù)模型問(wèn)題
9.1 小樣本數(shù)據(jù)
9.2 小樣本數(shù)據(jù)常見(jiàn)模型
9.2.1 多元線(xiàn)性回歸分析
9.2.2 偏 小二乘回歸分析
9.2.3 方差分量線(xiàn)性模型
9.2.4 統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)
9.2.5 其他分析方法探討
0章 實(shí)驗(yàn)數(shù)據(jù)的風(fēng)險(xiǎn)評(píng)價(jià)
10.1 概述
10.2 評(píng)估指標(biāo)體系
10.3 風(fēng)險(xiǎn)評(píng)估指標(biāo)權(quán)重分配
10.3.1 層次分析法
10.3.2 權(quán)重分配過(guò)程
10.4 實(shí)驗(yàn)風(fēng)險(xiǎn)評(píng)估模型構(gòu)建
1章 大數(shù)據(jù)的現(xiàn)狀分析和未來(lái)展望
11.1 大數(shù)據(jù)的現(xiàn)狀分析
11.2 大數(shù)據(jù)的未來(lái)展望
2章 多元不完整數(shù)據(jù)的不確定性評(píng)估
12.1 背景
12.2 分析方法
12.2.1 EM算法介紹
12.2.2 EM算法的迭代法則
12.3 實(shí)例分析
12.3.1 不完整數(shù)據(jù)的不確定性評(píng)估
12.3.2 含有離群值數(shù)據(jù)的不確定性評(píng)估
12.3.3 地鐵中行人出站步行時(shí)間的不確定性評(píng)估
3章 計(jì)算機(jī)實(shí)驗(yàn)數(shù)據(jù)的不確定性評(píng)估
13.1 背景
13.2 統(tǒng)計(jì)模型
13.2.1 高斯過(guò)程模型
13.2.2 經(jīng)驗(yàn) 線(xiàn)性無(wú)偏預(yù)測(cè)
13.2.3 分布的預(yù)測(cè)
13.3 試驗(yàn)設(shè)計(jì)與改進(jìn)的蒙特卡洛方法
13.4 多精度計(jì)算機(jī)實(shí)驗(yàn)的整合分析
13.4.1 基于高斯過(guò)程模型的兩精度貝葉斯整合分析
13.4.2 擴(kuò)展到多水平情形
13.4.3 模擬研究
13.4.4 鑄造仿真實(shí)例分析
13.4.5 小結(jié)
13.5 不確定性評(píng)估
附錄A 典型科研數(shù)據(jù)不確定性的評(píng)估
A.1 不平衡數(shù)據(jù)
A.2 可重復(fù)性實(shí)驗(yàn)數(shù)據(jù)
A.3 多維度數(shù)據(jù)
A.4 離群數(shù)據(jù)
參考文獻(xiàn)