Процедура - сглаживание
Cтраница 1
Процедура сглаживания приводит к незначительному сужению исходного куба в лг-пространстве, в котором лежат допустимые кривые и все остальное. Это означает, что часть наших рассуждений проводится для обобщенных потоков, принадлежащих дуальному пространству ( Л), где А - прямое произведение слегка уменьшенного куба и единичной сферы - пространства. [1]
Процедура сглаживания напряжений может применяться в любых конечноэлементных моделях. Картина распределения напряжений, получаемая с помощью этих элементов, оказывается часто совершенно искаженной нз-за сильных колебаний результатов относительно истинного решения, и их сглаживание является здесь непременным условием получения корректных результатов. [2]
 |
Импульс и переходный отклик линейной системы. [3] |
Все процедуры сглаживания для ПСМ, рассмотренные выше, относятся к классу квадратичных сглаживающих процедур. [4]
По поводу применения процедур сглаживания сигналов и подавления шумов можно сказать следующее: при небольшом шуме и достаточно гладком сигнале вполне удовлетворительные результаты дает обычное сглаживание методом скользящего окна. Если сигнал при этом имеет достаточно простую и типичную для исследуемой задачи форму ( причем целью обработки является измерение каких-либо параметров), то можно рекомендовать приближение исходной функции полиномами. При наличии в сигнале резких перепадов амплитуды желательно использовать меДианную или адаптивную фильтрацию. Если известен спектральный состав шума, то лучшие результаты даст винеровская фильтрация. Наконец, если шум имеет импульсную природу, можно использовать процедуру подавления импульсных шумов. Чтобы у читателя создалось впечатление о фильтрации сигналов, на рис. 2.6 показан результат сглаживания зашумленной кривой в системе обработки сигналов. [5]
В приведенных выше примерах процедура сглаживания сводится к осреднению по площадкам. Такой способ сглаживания здесь называется простым. В процедуре сглаживания имеется всега определенный элемент огрубления. Он связан с тем, что трудно одновременно создать сглаженное однородное напряженное и деформированное состояния. Обычно, где это возможно, исследователи стремятся к созданию условий однородной деформации. При этом получаются меньшие разбросы опытных данных. [6]
При прогнозировании часто используют процедуру сглаживания исходного временного ряда. Это позволяет выделить тренд - регулярную составляющую временного ряда. При проведении этой процедуры полезным может оказаться знание периода исходного временного ряда, если он, конечно, наблюдается. [7]
Основными методами решения этих задач являются процедуры сглаживания и выравнивания статистического ряда. Процедура сглаживания направлена на минимизацию случайных отклонений точек от некоторой гладкой кривой предполагаемого тренда процесса. Сглаживание производится с помощью многочленов, приближающих по методу наименьших квадратов группы опытных точек. Даже в простом линейном варианте сглаживание является весьма эффективным средством выявления тренда при наложении на эмпирический числовой ряд случайных помех и ошибок измерений. [8]
Более естественным является подход, основанный на процедуре сглаживания, призванной как-то уменьшить элемент случайности в результатах измерений. Например, имела бы непрерывные 1 - е и 2 - е производные или же ее график был бы не слишком сильно искривлен, то есть не имел сильных осцилляции. [9]
В этом типичном примере наиболее явно проявляются свойства идеализированной процедуры сглаживания. [10]
Разностное решение можно улучшить, если периодически применять процедуру сглаживания. [11]
 |
Значения коэффициентов для предела текучести и предела прочности. [12] |
Его преимущество состоит в том, что в нем содержатся робастные процедуры сглаживания, которые дают устойчивые результаты адаптации коэффициентов, и в случае, когда в исходных данных содержатся аномальные погрешности. [13]
Применительно к колебательным процессам это означает, что с помощью процедуры сглаживания из всех периодических компонент ( гармоник), составляющих данный колебательный процесс, выделяются основные компоненты, характеризующие наиболее значительные свойства изучаемого физического явления, а далее используются замены переменных, которые преобразовывают первоначальные уравнения в сглаженные. При обосновании применимости асимптотической теории возмущений естественно возникает вопрос об оценке величин отклонений точных решений от сглаженных ( усредненных) решений. [14]
Не всякие статистические характеристики могут быть непосредственно определены с помощью линейных процедур сглаживания например, порядковые статистики, и, в частности, медианы не могут быть определены указанным методом. [15]
Страницы: 1 2 3 4