第一章 绪论 1
第一节 测量不确定度简介 1
第二节 现代不确定度理论及其发展 2
第三节 本书主要内容及研究方法 3
参考文献 4
第二章 测量不确定度的灰色系统理论 5
第一节 概述 5
第二节 测量不确定度的评定 7
第三节 粗大误差的判别 18
第四节 系统误差的发现 23
第五节 测试数据相关性的灰分析 25
第六节 不等精度测量的灰处理 31
第七节 最佳测量方案的选择 36
第八节 测量误差的灰预报 41
参考文献 48
第三章 测量不确定度的模糊集合理论 49
第一节 不确定度评定的模糊理论 49
第二节 粗大误差的模糊判别 63
第三节 动态测量数据中系统误差的模糊发现 68
第四节 最佳测量方案选择的模糊集合理论 88
参考文献 96
第一节 引言 100
第四章 熵在测量不确定度评定中的应用 100
第二节 基于样本信息熵的不确定度评定 101
第三节 基于样本概率分布的不确定度评定 109
第四节 小结 119
参考文献 119
第五章 测量不确定度的贝叶斯评定 120
第一节 引言 120
第二节 经典统计与贝叶斯统计 121
第三节 贝叶斯统计推断与测量不确定度理论 122
第四节 测量不确定度评定的贝叶斯方法 123
第五节 贝叶斯统计与常规统计方法的一致性 128
第六节 无测量数据的不确定度的评定 131
第七节 测量不确定度的合成 134
第八节 小结 135
参考文献 135
第六章 间接测量的不确定度评定 137
第一节 引言 137
第二节 基于神经网络的测量模型的建立与检验 138
第三节 测量结果的估计及其不确定度的评定 150
第四节 小结 151
参考文献 151