动态随机误差实时预测方法研究
由于数学算法上的困难,在研究动态误差预测时,一般仅对系统误差加以研究,然而,在很多测量装置中随机误差成分有时含量更大.该文针对测量中出现的动态随机误差,首先分析了其预测的可行性,然后介绍了几种常用的动态误差预测模型,并以随机误差预测能力较强的时序AR模型、贝叶斯理论、RBF神经网络和支持向量机回归四种建模方法进行研究,最后指出了各种建模方法的优缺点和适用范围.
动态随机误差 实时预测算法 贝叶斯理论 径向基函数神经网络 支持向量机 时序AR模型 测量装置
周代刚 李世平 杨尚达 张子良
第二炮兵工程学院,陕西,西安,710025
国内会议
桂林
中文
18-23
2009-11-01(万方平台首次上网日期,不代表论文的发表时间)