Составители:
Рубрика:
данных при достаточно большом объеме выборки N. Тогда
погрешность не идеальности преобразования при определении
доверительного интервала дается выражением:
,,
р
ири
yy y y
PN PN
нид
tStSΔ=Δ−Δ= ⋅ − ⋅
, (1.3.30)
где
222
01
р
aay
x=+ΔΔΔ
,
и
y
=Δ
0
a
′
Δ
Положим P=0,99, а N
→∞
; тогда t
P,N
=2,58. Доверительные
интервалы для параметров равны (см [42], стр. 95…97):
00
2,58 ;
aa
SΔ=
0
0
2,58 ;
a
a
S
′
′
=Δ
11
2,58
aa
S
Δ
=
, (1.3.31)
где
0
a
S
,
0
a
S
′
,
1
a
S
– стандартные отклонения соответствующих
параметров. При измерении в начале диапазона вкладом от
1
a
Δ
можно пренебречь. Тогда:
0
0
2,58( )
a
нид
a
SS
′
Δ= − , (1.3.32)
и так как всегда
0
a
S
′
>
0
a
S
, то
нид
Δ
>0. При измерении в конце
диапазона
нид
Δ
значительно возрастает из-за члена х
2
2
1
a
Δ .
Следует также учесть, что имеется погрешность преобразования,
которую мы здесь не рассматриваем:
00 1
()()
пр р и
yyyaaax
′
Δ=−=− + . (1.3.33)
Эта погрешность в нашем примере наиболее значительна на
концах диапазона измерений и мала в середине диапазона.
Системы на нейронных сетях. Нейронная сеть
предназначена для решения задач классификации по многим
критериям, и так как измерение является типичной задачей
классификации, в которой роль представителей классов
выполняют эталоны, то построение измерительных
систем на
нейронных сетях является оправданным и разумным. Такие
системы особенно эффективны при определении интегральных
свойств (оценка качества, диагностирование), когда измерения
проводятся в порядковой шкале. Отдельный нейрон представляет
собой устройство, состоящее из последовательного соединения
сумматора n
→
1 (много входов – один выход), преобразователя
сигнала и точки ветвления. Сумматор вычисляет линейную
функцию входов:
Страницы
- « первая
- ‹ предыдущая
- …
- 26
- 27
- 28
- 29
- 30
- …
- следующая ›
- последняя »