计量学报

作者：朱彦龙,程银宝,高宏堂,王燕,施江焕,罗哉,李亚茹

单位：1. 中国计量大学, 浙江 杭州 310018; 2. 中国计量科学研究院,北京 100029;

关键词：极小样本;不确定度;灰色系统;SMOTE;SVR

基金：浙江自然科学基金项目(LY22E050005);国家市场监管总局科技计划项目(2021MK188)

为解决经典的测量不确定度灰色评定模型在极小样本条件下的局限性问题,在分析经典模型原理的基础上,引入合成少数类过采样技术(SMOTE)以及支持向量回归(SVR)模型,经过适用性改造,进而提出改进的测量不确定度灰色评定方法。为验证模型的可靠性、泛化性等,分别将计算机模拟数据和某航空发动机高空模拟实验空气流量测量中的总温数据运用到模型中。结果显示,以极差法的计算结果为参考,改进的灰色方法能够适应不同分布类型的极小样本数据,在仿真数据中最高改善41.18%,实例数据中最高改善50.00%。因此,这种改进的灰色方法或可成为解决极小样本数据不确定度评定的有效途径。

来源：2023年第12期

《计量学报》期刊编辑部

查看计量学报杂志2023年第12期