Cтраница 1
Модели измерений используются для перехода от наблюдений к числовым функциям, описывающим изучаемые свойства. Эти модели также включают в себя средства объяснения событий и явлений и позволяют сформулировать и обосновать стратегию формирования решений ( гл. [1]
Как правило, сквозная модель измерений обязывает нас считать, что входной сигнал / в равенстве (0.1) априори содержится в известном множестве FcTZ. Последнее определяется либо физическими свойствами / и соответствующими ограничениями на энергию, диапазон частот и т.п., либо динамическим диапазоном измерительной аппаратуры, вне которого ее модель не верна. [2]
Как правило, сквозная модель измерений обязывает нас считать, что входной сигнал / в равенстве (0.1) априори содержится в известном множестве FaTt. Последнее определяется либо физическими свойствами / и соответствующими ограничениями на энергию, диапазон частот и т.п., либо динамическим диапазоном измерительной аппаратуры, вне которого ее модель не верна. [3]
В общем случае модели измерений являются нелинейными. [4]
![]() |
Зависимость рентабельности жи - надежностью Групповых вотноводства от его продуктивности. средних ИЗ-за малого ЧИ. [5] |
На основе сравнения двух моделей измерения корреляционных связей можно сделать вывод о том, что каждая из них имеет свои преимущества и недостатки. В совокупностях малого объема, где особенно велики случайные ошибки, регрессионная модель предпочтительнее, как более надежная. В совокупностях большого объема это ее преимущество в значительной мере теряет свое значение. [6]
Приведем еще один пример задачи уточнения модели измерения, типичный для экспериментальных исследований. [7]
В главе 8 изучено понятие эффективного ранга модели измерений и установлена связь между понятиями эффективного ранга и эффективной размерности. Под эффективным рангом стохастической модели здесь понимается максимальная размерность ортогональной составляющей измеряемого сигнала как функция с.к. погрешности ее оценки. Для нелинейных моделей понятие эффективного ранга определяется в зависимости от критерия оптимальности и правила выбора базиса модели. [8]
В главе 8 изучено понятие эффективного ранга модели измерений и установлена связь между понятиями эффективного ранга и эффективной размерности. Под эффективным рангом модели здесь понимается максимальная размерность ортогональной составляющей измеряемого сигнала как функция с.к. погрешности ее оценки. [9]
Эти данные исчерпывают решение задачи интерпретации измерения, если модель измерения известна точно. В противном случае должны быть получены еще значения надежности модели и надежности интерпретации, см. § 8, 9 гл. [10]
Эти данные исчерпывают решение задачи интерпретации измерения, если модель измерения известна точно. В противном случае должны быть получены еще значения надежности модели и надежности интерпретации, см. § 8, 9 гл. [11]
Заметим, что из-за включения погрешностей 6 а в модель измерения возникают мультипликативные погрешности. При традиционном подходе ( [14], [9]) эти погрешности не учитываются, и задача решается обычным методом наименьших квадратов. Заметим, что задача близка к задаче обобщенных расширенных наименьших квадратов [15], но не сводится к ней. [12]
В теории ИВС даны некоторые методы определения этих характеристик адекватности модели измерений и модели интерпретации измерений, именуемых соответственно надежностью модели измерений и надежностью интерпретации измерений. [13]
Необходимо отметить, что в данном классе не определены ссылки на объекты, реализующие модель измерений. Это обусловлено большим разнообразием вариантов измерительных устройств, используемых конкретной навигационной подсистемой. Таким образом, при реализации каждого класса-наследника, реализующего конкретный тип НС, необходимо предусмотреть соответствующие поля и передать в методе Create реальные объекты-измерители. [14]
Выход из положения состоит в привлечении дополнительной информации - дополнительных измерений, априорной информации и т.п. и соответствующей модификации модели измерений, улучшающей редукцию. Такую же роль может играть информация о характере возможных ошибок в модели или о классе альтернативных моделей. [15]