本项目拟对已知输入量、输出量(被测量)先验信息和输入量测量列条件下复杂模型测量不确定度评定方法进行研究,采用贝叶斯理论(Bayesian Theory)和蒙特卡罗仿真技术(Monte Carlo Simulation)相结合的方式探索解决该问题的方法。目前国际计量局(BIPM)正在组织对该问题的研究,这一问题的解决可使测量信息得到充分利用,弥补GUM和Supplement 1 to GUM方法中所
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
涡度相关技术及其在陆地生态系统通量研究中的应用
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
转录组与代谢联合解析红花槭叶片中青素苷变化机制
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
先验信息不确定条件下雷达目标检测迭代波形优化方法
基于复杂先验信息的大地测量不适定问题研究
三维微纳米接触式探头系统动态测量不确定度建模与评定
矢量网络分析仪校准算法与不确定度评定方法研究