消除随机误差和系统误差的数学模型建立.docVIP

PAGE PAGE 20 第 PAGE 2页，共 NUMPAGES 1页 南京理工大学大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括 、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B中选择一项填写）： A 我们的参赛报名号为（报名编号）： 59 所属学院（请填写完整的全名）： 电子工程与光电技术学院 参赛队员 (打印并签名) ：1. 克里斯保罗 2. 3. 日期： 评阅编号（由组委会评阅前进行编号）：  消除随机误差和系统误差的数学模型建立 Establishment of Mathematical Model of eliminating the stochastic error and system error 摘要 消除所测数据包含的随机误差，可采用加权滑动平均滤波法。通过数学模型评价数据特点与实际数据特点的一致性。可以先利用kappa一致性检验法分析数值高低的一致性。然后建立新的数学模型分析两个样本数据分布高低变化的一致程度。 系统误差的消除通常根据实际数据与测量数据之间的相互关系，以及实际数据的前后关系对测量数据进行数据校正。对数据进行线性回归分析，求出测量数据和实际数据的函数表达式。利用此函数表达式即可进行回归分析法预测，对系统误差进行有效的消除。以测量数据当前及前面的数据为研究的出发点，以实际数据的当前数据为目标值建立数学关系模型。可利用RBF神经网络的BP算法来预测实际数据。 Abstract We can use weighted moving average filtering method to cancel the stochastic error. Evaluate the data characteristics and the actual data characteristics through mathematical model. We can use method of consist test for kappa to analyze the consistence of the data in height. Then we build a new mathematical model to analyze the consistence of the data in variability in height. Elimination of system error is usually based on the correlation between actual data and measurement data and the relationship between before and after data. Figure out the function expression of measured data and the actual data though the linear regression analysis on the data. Cancel the system error and forecast the actual data though the function. Build a new mathematical model rega