1) test pattern ordering
测试向量排序
2) test sequencing
测试排序
1.
Directed towards the test sequencing problem in the sequential fault diagnosis for large scale systems, an algorithm based on information entropy for design the fault diagnosis strategy with least test cost was presented.
针对大系统顺序故障诊断中的测试排序问题,介绍一种基于信息熵的最少测试费用诊断树产生算法,这种算法比传统算法计算量少,又可有效利用测试结果、测试费用和故障概率等信息,该算法适合于在线和离线诊断维修过程。
3) priority vector
排序向量
1.
A new approach to determining a family of priority vectors of Analytic Hierarchy Process(AHP) is proposed,which can meet DM s demands on favor scale and better Just Noticeable Difference(JND) by introducing two parameters.
提出了一种确定一族AHP排序向量的新方法。
2.
After that,a kind of method to calculate the priority vector of fuzzy reciprocal matrix is put forward.
针对模糊互补矩阵,讨论了模糊一致矩阵的一些性质,给出了模糊互补矩阵排序向量的一种求解算法。
3.
Meanwhile, a new method of priority vector in AHP is proposed.
本文给出了一种确定AHP排序向量的新方法。
4) weight vector
排序向量
1.
On the three proximate solutins of system of weight vector;
排序向量的三个近似解系研究
2.
Through a deep study on the consistency of generalized judgment matrixes, new re straint equations of the weight vector of set S = u 1,u 2,.
通过对广义判断矩阵一致性的深入研究 ,得到了集合S ={u1,u2 ,… ,un}排序向量新的约束方程 。
3.
Compared with the EM (eigenvector method) and many other methods in AHP, such as LLSM, LSM, GEM, LDM and MDM etc, the LAM is a simpler and easier method in calculating weight vector of the judgment matrix.
本文提出求解AHP中判断矩阵的排序向量的新思路,并由此获得一个较为简捷的计算排序向量的新算法——最小夹角法(LAM)。
5) Priority Weight Vector
排序向量
1.
Study on Approaches for Determining the Priority Weight Vector of Fuzzy Judgment Matrix;
模糊判断矩阵排序向量的确定方法研究
2.
After giving the concetps of additive consistency and multiplicative consistency of fuzzy judgment matrix, we propose two kinds of approach for determining the priority weight vector of fuzzy judgment matrix.
在给出模糊判断矩阵的加性一致性和乘性一致性概念的基础上,提出了确定模糊判断矩阵排序向量的两类方法,第1类方法是先将一致性或具有满意一致性的模糊判断矩阵转化为AHP判断矩阵,然后将后者的排序向量作为前者的排序向量;第2类方法是直接由一致性或具有满意一致性的模糊判断矩阵计算排序向量。
6) vector order statistics
向量排序
1.
Image edge detection using new method based on vector order statistics algorithm;
基于向量排序的图像边缘提取方法
补充资料：测试结果可接受性的检查和最终测试结果的确定
测试结果可接受性的检查和最终测试结果的确定
check of the acceptability of test results and determination of the final test result
C凡(3)二3.3d，时，取此3个结果的平均值作为最终侧试结果;否则取它们的中位数作为最终测试结果。。，为重复性标准差(即在重复性条件下所得侧试结果的标准差)。 在口田T 11792一1989中还对重复性和再现性条件下所得侧试结果可接受性的检查方法和最终测试结果的确定做了详细讨论和规定。(马毅林)ceshi 11叩uo kejieshCxjxing d6 iiancha he zuizhong ceshi】i闪旧de que心ing测试结果可接受性的检查和最终测试结果的确定(checkof山eac，ptability of test，ults助ddsterminationofthefi耐testresult)在商品检验中进行一次测试的情形不多见，当得到一个测试结果时，所得结果不可能直接与给定的重复性标准差作可接受性的检查。对测试结果的准确性有任何疑问时都应再进行一次测试。所以，对两个测试结果进行可接受性的检查是一般的情况。 可接受性的检查，实际上是一种统计检验。任何两个测试结果只要能通过可接受性的统计检验即可认为是一致的，均可接受。比如，在重复性条件下，所得结果之差的绝对值(下称绝对差)不超过相应的重复性限r(见重复性和再现性)的值，则认为两个结果是一致的，均可接受;如果两个侧试结果的绝对差超过r，则认为它们是不一致的，必须增加测试。 按国家标准《测试方法的精密度在重复性或再现性条件下所得测试结果可接受性的检查和最终测试结果的确定》(GBIT 1 1792一1989)，在重复性条件下，如果两个测试结果的绝对差不超过r的值，可取两个侧试结果的平均值作为最终测试结果。如果两个结果的绝对差超过r的值，并且测试费用较低，须再做两次测试。当4个结果的极差(即其中的最大值与最小值之差)不超过相应的临界极差c，瓜(4)二3.6a，时，取4个结果的平均值作为最终测试结果。如果两个结果的绝对差超过r的值，并且测试费用较高时，只须再作一次测试。当3个结果的极差不超过相应的临界极差
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条