基于贝叶斯信息融合的测量不确定度评定与实时更新

• 作者: 姜瑞 徐磊 王汉斌 程真英 程银宝 肖颖 陈晓怀
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 不确定度评定 贝叶斯 信息融合 最大熵原理 爬山算法
• 年，卷（期）: 2017,（1）
• 页码范围: 123-126
• 页数: 4页
• 分类号: TB9
• 字数: 2857字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2017.01.26

摘要

基于贝叶斯信息融合与统计推断原理,建立不确定度动态评定模型,对测量不确定度进行实时更新.引入最大熵原理和爬山搜索优化算法,确定先验分布概率密度函数及样本信息似然函数,结合贝叶斯公式求出后验分布概率密度函数,实现不确定度的优化估计.仿真及实例分析表明,基于贝叶斯和最大熵方法评定及更新的测量不确定度更加接近理论值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程真英	合肥工业大学仪器科学与光电工程学院	33	193	8.0	12.0
2	陈晓怀	合肥工业大学仪器科学与光电工程学院	100	1009	16.0	25.0
3	徐磊	合肥工业大学仪器科学与光电工程学院	15	138	7.0	11.0
4	程银宝	合肥工业大学仪器科学与光电工程学院	16	150	8.0	11.0
5	姜瑞	合肥工业大学仪器科学与光电工程学院	10	58	4.0	7.0
6	王汉斌	合肥工业大学仪器科学与光电工程学院	15	147	7.0	11.0
7	肖颖	合肥工业大学仪器科学与光电工程学院	3	24	2.0	3.0