科研數(shù)據(jù)不確定性評估方法及實踐

第1章 概述
1.1 科研數(shù)據(jù)
1.1.1 科研數(shù)據(jù)的來源
1.1.2 科學數(shù)據(jù)的類型
1.2 檢測數(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 計量與數(shù)據(jù)分析基礎(chǔ)
2.1 計量學基礎(chǔ)與誤差理論
2.1.1 量值溯源
2.1.2 誤差
2.1.3 測量準確度的質(zhì)量概述
2.1.4 不確定度
2.1.5 測量標準化與一致化
2.2 概率論與數(shù)理統(tǒng)計
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 試驗設(shè)計
3.1 典型試驗設(shè)計方法
3.2 正交試驗設(shè)計
3.2.1 正交表
3.2.2 無交互作用的正交設(shè)計
3.2.3 有交互作用的正交設(shè)計
3.2.4 水平數(shù)不等的試驗設(shè)計
3.2.5 用正交表進行試驗設(shè)計的原則
3.2.6 正交設(shè)計的優(yōu)良性準則
3.2.7 非正規(guī)正交設(shè)計
3.3 回歸設(shè)計
3.3.1 D- 設(shè)計
3.3.2 A- 設(shè)計
3.3.3 E- 設(shè)計
3.4 均勻試驗設(shè)計
3.4.1 總體均值模型
3.4.2 均勻性度量
3.4.3 均勻設(shè)計表的構(gòu)造
3.4.4 實驗數(shù)據(jù)處理
3.4.5 正交性與均勻性的聯(lián)系
3.5 計算機實驗
3.5.1 超拉丁方抽樣
3.5.2 隨機化正交陣列
3.5.3 正交超拉丁方設(shè)計
3.6 區(qū)組設(shè)計
3.6.1 隨機區(qū)組設(shè)計
3.6.2 拉丁方設(shè)計
3.6.3 平衡不 隨機區(qū)組設(shè)計
3.7 序貫設(shè)計
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
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 時域分析法
4.2.2 頻域分析法
4.2.3 時頻分析法
4.3 數(shù)據(jù)分類
4.4 回歸分析
4.4.1 線性回歸
4.4.2 邏輯回歸
4.4.3 多項式回歸
第5章 過程控制與科研數(shù)據(jù)一致化
5.1 過程控制
5.1.1 必要性
5.1.2 準則
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 非負矩陣因子分解
6.2.3 因子分析
6.3 判別分析/分類
6.3.1 基于距離的分類
6.3.2 貝葉斯分類
6.3.3 分類樹
6.4 聚類分析
6.4.1 等級聚類
6.4.2 k均值聚類
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)不確定性評估方法
7.1 科研數(shù)據(jù)不確定性來源
7.1.1 分類
7.1.2 來源
7.2 科研數(shù)據(jù)不確定性評估方法
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 聚類方法
7.2.7 GUM方法
7.2.8 信息熵方法
第8章 測量系統(tǒng)的不確定性評估
8.1 測量系統(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 測量系統(tǒng)不確定性模型
8.4.1 測量模型與不確定性分析模型
8.4.2 測量不確定性評定模型化流程
第9章 小樣本數(shù)據(jù)模型問題
9.1 小樣本數(shù)據(jù)
9.2 小樣本數(shù)據(jù)常見模型
9.2.1 多元線性回歸分析
9.2.2 偏 小二乘回歸分析
9.2.3 方差分量線性模型
9.2.4 統(tǒng)計學習理論和支持向量機
9.2.5 其他分析方法探討
0章 實驗數(shù)據(jù)的風險評價
10.1 概述
10.2 評估指標體系
10.3 風險評估指標權(quán)重分配
10.3.1 層次分析法
10.3.2 權(quán)重分配過程
10.4 實驗風險評估模型構(gòu)建
1章 大數(shù)據(jù)的現(xiàn)狀分析和未來展望
11.1 大數(shù)據(jù)的現(xiàn)狀分析
11.2 大數(shù)據(jù)的未來展望
2章 多元不完整數(shù)據(jù)的不確定性評估
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 實例分析
12.3.1 不完整數(shù)據(jù)的不確定性評估
12.3.2 含有離群值數(shù)據(jù)的不確定性評估
12.3.3 地鐵中行人出站步行時間的不確定性評估
3章 計算機實驗數(shù)據(jù)的不確定性評估
13.1 背景
13.2 統(tǒng)計模型
13.2.1 高斯過程模型
13.2.2 經(jīng)驗 線性無偏預(yù)測
13.2.3 分布的預(yù)測
13.3 試驗設(shè)計與改進的蒙特卡洛方法
13.4 多精度計算機實驗的整合分析
13.4.1 基于高斯過程模型的兩精度貝葉斯整合分析
13.4.2 擴展到多水平情形
13.4.3 模擬研究
13.4.4 鑄造仿真實例分析
13.4.5 小結(jié)
13.5 不確定性評估
附錄A 典型科研數(shù)據(jù)不確定性的評估
A.1 不平衡數(shù)據(jù)
A.2 可重復性實驗數(shù)據(jù)
A.3 多維度數(shù)據(jù)
A.4 離群數(shù)據(jù)
參考文獻