Государственно-частное партнерство
и концессии в сфере ЖКХ

banner two banner two

Как посчитать кубатуру досок: Сколько досок в кубе вы можете рассчитать на нашем сайте.

Добавлено автор alexxlab

Содержание

Как посчитать кубатуру необрезной доски: таблица и формула

Достичь безотходного производства пиломатериалов практически невозможно. Причин этому много. При распиле бревна на пиломатериалы стандартных размеров получают необрезную доску как побочную продукцию. Этот материал считают расходным, поэтому к его качеству особых требований не предъявляют.

Таблицы для расчета объемов и площадей различных видов досок.

В качестве отделочного материала хороши необрезные доски лиственных пород. Существует много способов выделения необычайно красивой структуры дерева. Этот пиломатериал отличает и красота неудаленной кромки.

Кубатура рассчитывается исходя из ширины, высоты и длины доски.

Как побочная продукция, этот строительный материал имеет сравнительно невысокую цену. Поэтому его широко используют для частного домостроения как вспомогательный материал черновой отделки помещений и т.д.
Данные работы предусматривают расчет количества экземпляров. При продаже этот параметр измеряют в кубических метрах, следовательно, необходимо заранее посчитать объем, требуемый для помещения.

Наиболее применяемые экземпляры толщиной от 25 до 50 мм, длиной от 3 до 6 м. Определив площадь покрываемой поверхности и умножив ее на толщину покрытия, получим требуемую кубатуру необрезного пиломатериала. При этом необходимо помнить: чем толще пиломатериал, тем он тяжелее, тем больше нагрузка на несущие конструкции здания.

Измерение кубатуры доски необрезной доски.

Однако самостоятельно рассчитать объем по размерам отдельной доски, которая не имеет четких размеров граней, не получится. Посчитать правильно в этом случае поможет ОСТ 13‑24 (рис. 1) и ГОСТ 5306-83.
Определены три варианта расчета объема: пакетный, поштучный, выборочный.

Приобретая пакет, нужно обратить внимание на следующее:

Поштучный метод понятен по определению. Способ расчета по выборке при покупке небольшого объема материала не применяется, поэтому определять его для мелких партий нецелесообразно.

Виды пиломатериалов .

В Док.1 даны примеры, как посчитать кубатуру пакетами. Для этого необходимо измерить длину, ширину, высоту пакета, вычислить его объем. После чего результат умножить на коэффициент укладки. Этот коэффициент приведен в Док.1. Чтобы рассчитать размер пакета с материалом толщиной 25 мм, полученный объем необходимо умножить на 0,61 или 0,66 (зависит от влажности древесины).

Как посчитать кубатуру поштучно, можно посмотреть на рис. 2. Последовательность поштучного расчета:

Схема на рис. 2 определяет параметр одной доски. Ее длина ограничена диапазоном от 3 до 6 м. Градация по длине для всех одинакова, а градация по ширине различна.
Таблица 1 приводит значения толщины и соответствующую ей градацию по ширине. Это даст возможность определиться, на что рассчитывать при покупке.
Таблица 1

Табличный метод любых расчетов является самым простым. Однако анализ данных, приведенных на рис. 2, показывает, что изменение кубатуры с изменением длины подчиняется линейному закону:

V = kL+b, (1)
где V – объем (м3), L – длина (м).
Таблица 2 содержит значения коэффициента k и свободного члена b для досок толщиной 50 мм.
Таблица 2

Толщина, ммГрадация по ширине, мм
1925,28,32,35,40,45,50,55,60,65,70,75,80,90,100,110,125,130,150,175,180,200
2225,28,32,35,40,45,50,55,60,65,70,75,80,90,100,110,120,125,130,150,170,175,180,190,200,25,210,220,225,280
2424,96,100,120,130,150,170,190,200,210,220,250,280,300
2525,28,32,35,40,45,50,55,60,65,70,75,80,90,100,110,125,130,150,175,180,200,225,250,275
2828,32,35,40,45,50,55,60,65,70,75,80,90,100,110,120,130,150,170,180,190,200,220,250,280,300,
3232,35,40,45,50,55,60,65,70,75,80,90,100,110,125,130,150,175,180,200,225,250,275
3535,40, 45,50,55,60,65,70,75,80,90,100,110,130,140,150,180,200
3838,76, 100,120,150,170,190,220,250,280,300
4040,45,50,55,60,65,70,75,80,90,100,110,125,130,150,175,180,200,225,250,275
4475,100,125,140,150,175,200,225,250,275
4545,50,55,60,65,70,75,80,90,100,110,120,130,150,170,180,200,220,250,280,300
4848,76,96,100,120,150,170,190,220,250,280,300
5050,55,60,65,70,75,80,90,100,110,125,130,150,175,180,200,225,250,275,300

Измерение объёма необрезной доски | Как посчитать кубатуру необрезного пиломатериала

Как измерять объём, мы знаем со школы.

Длину умножаем на ширину и на высоту. Когда речь идёт об обрезной доске, сложностей тоже не возникает.⠀Жаркие дискуссии между продавцом и покупателем случаются, когда нужно измерить объём необрезной доски.

Мы никогда ни с кем не спорим, а ссылаемся на ГОСТ 6564-84.⠀Он чётко говорит, как измерять ширину необрезных досок. После этого посчитать кубатуру необрезного пиломатериала сразу станет просто. Ведь именно в определении ширины скрывается вся проблема. 

Цитата: «Ширину у необрезных, односторонне обрезных определяют — в середине длины пиломатериала или заготовки как полусумму ширин обеих пластей (без учета коры и луба), причем доли до 5 мм не учитываются, доли 5 мм и более считаются за 10 мм». ⠀

Теперь простыми словами

Допустим вы имеете необрезную плаху толщиной 50 мм. и длиной 6 метров. Вам нужно измерить объём этой доски. Толщина известна, длина известна. Нужно найти ширину.

Для начала находим середину этой 6-ти метровой плахи. Что-то мне подсказывает, что середина будет на расстоянии 3-х метров от любого края доски.

Нашли середину. Смело подходим к этому месту с рулеткой. Допустим, доска лежит на земле на широкой пласти, а на нас смотрит своей узкой пластью.

Если следовать чётко ГОСТ 6564-84, то нам нужно вначале произвести измерение ширины одной пласти. Потом перевернуть доску и измерить ширину другой пласти. Напомню, при измерениях кору захватывать рулеткой не нужно.

У нас получилось 2 размера: ширина узкой и широкой пласти. ГОСТ говорит, что нам нужно вычислить полусумму ширин обеих пластей. А что такое полусумма? Это всем нам знакомое со школы среднее арифметическое. То есть мы складываем две наши ширины и делим на два. 

Полученный результат округляем. Тоже как в школе: до 5 мм — в меньшую сторону, 5 мм. и более — в большую сторону, до 1 см. Например, если ширина у вас получилась 354 мм., то принимаем ширину 35 см. Если 355 мм., то 36 см. 

Всё ширину определили. Осталось перемножить все размеры (Длина х Ширина х Толщина) и получим объём одной необрезной доски. Если у вас несколько досок, то измеряете объём каждой и все значения складываете. Получите общий объём. По научному такой способ измерения называется поштучным. Он самый точный. Но самый долгий.

ВАЖНО!

Перед тем как перемножать, нужно все значения перевести в одну систему измерения — в метры. Например, если у вас доска 6 метров, то пишем на калькуляторе 6.

Толщина — 50 мм. Вот её нужно перевести в метры. В одном метре — тысяча миллиметров. Значит, делим 50 на 1000. Получаем: 0,05 метров. Именно эту цифру мы вводим в калькулятор.

И осталось у нас ширина. Допустим, после всех измерений она получилась равной 35 см. Сколько это в метрах? Вы уже поняли принцип. В одном метре — 100 см. Значит, делим 35 на 100. Получаем: 0,35 метра.

Ну и наконец, всё перемножаем: 6 х 0,05 х 0,35 = 0,105 м3. Это получился объём одной необрезной доски. Единица измерения — метры кубические (м3).

Кто-то может подумать: нифига себе, попробуй покрути, попереворачивай такие плахи туда-сюда. Ладно пару-тройку штук. А если десяток или сотню! И вы будете правы — не наворохаешься.

Поэтому, что мы сделали?


Мы упростили измерение ширины необрезной доски 

Мы доску не переворачиваем. Кладём её сразу широкой пластью вниз. А измерение производим узкой пласти. И вот тут ключевой момент — вместе со всей шириной узкой пласти мы захватываем и измеряем обзол. Но только один. Не забываем округлять полученный результат. Я об этом писал выше.

Именно поэтому в среде людей, кто постоянно сталкивается с лесоматериалами, существует устойчивое выражение: «один обзол ваш — другой наш» или «один обзол продавца — другой покупателя».   

Одинаковыми ли будут результаты измерений с теми, что я описал выше? Практически да. Это опять школьный курс геометрии. Давайте распилим доску в том месте, где производим измерение ширины. А теперь посмотрим на торец этого спила.

Что мы видим? Мы видим трапецию. Как правило, она равнобедренная. То есть боковые стороны у неё равны. И отличие между быстрым способом и идеально правильным настолько же велики, насколько эта трапеция будет уходить от своей идеальной равнобедренности.

А это весьма и весьма несущественная разница. Поэтому на практике ей пренебрегают. Зато скорость измерения объёма значительно увеличивается. Да и силы со здоровьем сохраняются. 

Если будет интересно вспомнить школьную геометрию, то покубатурьте, побалуйтесь. Если нет — поверьте на слово.

***

Мне часто задают вопрос:

«А если досок будет 20, 30, 40 штук, вы тоже будете измерять объём каждой доски?»

Да. Даже если мы отгружаем клиенту целую фуру необрезной доски, то измеряем объём каждой плахи. А это доходит и до 300 досок. 

Есть ещё способы измерения кубатуры пиломатериала, утверждённые ГОСТ. Например, пакетный. Это, когда доску вначале укладывают в плотный пакет, а затем измеряют длину, ширину и высоту пакета. Получают объём. Затем умножают на поправочный коэффициент. Этот способ, конечно, ещё быстрее. Но наш более точнее.

Более того, в том месте, где мы произвели измерение ширины необрезной доски, мы проводим черту и рисуем стрелку в том направлении, в котором измеряли. Над чертой пишем цифрами итог измерения, в сантиметрах. 

Это удобно для нас и наших покупателей. Проще и понятнее делать сверку. Исключается двоякое толкование. Очень удобно принимать доску и делать выборочный или сплошной контроль. Всё честно и прозрачно. Поэтому у нас никогда не возникает недопониманий и ситуаций, что объём не сошёлся. 

***

В заключение расскажу ещё два типа измерений объёма необрезной доски. Точнее ширины плахи. Их «изобрели» и культивируют хитромудрые покупатели.

Первый тип таких покупателей говорит, что нужно измерять ширину пласти без обзола в самом узком месте доски. Что делаем в этом случае? Отправляем такой типаж людей за обрезной доской. Там с радостью согласятся с их подходом в измерениях. Либо соглашаемся с их методологией, но цену сразу умножаем на 1,3. 

Второй тип более гуманен. Он робко предлагает произвести измерение ширины плахи в её середине (как и положено по ГОСТ), но не учитывать обзол, а просто взять для расчёта ширину узкой пласти. Обычно такой трактовкой грешат покупатели из-за границы.

По предложенному способу можно измерять только ширину обрезного пиломатериала с непараллельными кромками. Для тонкой необрезной доски тоже можно рассматривать такой метод. Но это на усмотрение продавца и покупателя.

Надеюсь, был полезен.

Свои ситуации, способы и истории оставляйте в комментариях. Там же можно задавать вопросы.

Андрей Булавкин

директор компании «Сухая Доска Сибири»

P.S. Что такое кейсы в современном понимании? Это некие бизнес-истории. Они построены по принципу: была проблема — вот так решали — конец истории. Конец не обязательно счастливый. В «Кейсах» моего предшественника финал в большинстве случаев печальный. Вот, например, как он уклонился от поставки 100 контейнеров доски в Египет.

Устная доска 2

Набор задач 1

Вы с другом договариваетесь встретиться в указанное время, 5 часов вечера. Совместная функция плотности вероятности для вашего времени прибытия \(X\) и времени прибытия вашего друга \(Y\):

\[ f_{X,Y}(x,y)=\frac{4}{121}xy \]

для \(5\leq x \leq 6\) и \(5\leq y \leq 6\).

Ответьте как минимум на следующие вопросы:

1. Какова вероятность того, что вы прибудете до половины пятого? 
 # загрузить пакет "кубатура"
f <-function(x) {(4/121)*x[1]*x[2]} # "x" — вектор
адаптироватьинтегрировать (f, нижний предел = с (5,5), верхний предел = с (5,5, 6)) 
 ## $интеграл
## [1] 0,4772727
##
## $ошибка
## [1] 0
##
## $functionEvaluations
## [1] 17
##
## $код возврата
## [1] 0

Вероятность 47,7%.

2.
Какова вероятность того, что вы оба прибудете до половины пятого?
 # загрузить пакет "кубатура"
адаптироватьIntegrate(f, нижний предел = с (5, 5), верхний предел = с (5,5, 5,5)) 
 ## $integral
## [1] 0,2277893
##
## $ошибка
## [1] 2.775558e-17
##
## $functionEvaluations
## [1] 17
##
## $код возврата
## [1] 0

Вероятность 22,8%.

3. Каково ожидаемое время вашего прибытия?

Чтобы найти ожидаемое значение x , умножьте подынтегральное выражение на x. Затем проинтегрируйте по всему выборочному пространству.

 E_X <- функция(х) { х[1] * 4/121 * х[1] * х[2]}
адаптироватьIntegrate(E_X, нижний предел=c(5, 5), верхнийпредел=c(6,6)) 
 ## $integral
## [1] 5.515152
##
## $ошибка
## [1] 8.881784e-16
##
## $functionEvaluations
## [1] 17
##
## $код возврата
## [1] 0

Наше ожидаемое значение равно 5,515 92-25}{11} \]

5. Какова вероятность того, что вы оба приедете в течение 10 минут друг от друга?

Мы можем смоделировать случайные выборки из X и Y и применить к ним обратный CDF, потому что CDF является отображением один к одному.

 комплект семян(1407)
new_data <- data.frame(x=sqrt(25+11*(runif(10000))),y=sqrt(25+11*(runif(10000))))
новые_данные %>
 
%
   мутировать (z = абс (xy)) %>%
   summarise(mean(z<=10/60))

Вероятность того, что мы прибудем в течение 10 минут друг от друга, равна 0,303

6. Каково ожидаемое значение абсолютного значения разницы во времени прибытия вас и ваших друзей?

Моделирование задачи 5 позволяет нам рассчитать ожидаемое значение в наших временах прибытия. Получается 0,334 или около 20 минут.

 новые_данные %>%
  мутировать (z = абс (xy)) %>%
  summarise(Ex=mean(x), Ey=mean(y), Ez=mean(z))
7. Учитывая, что вы прибываете до половины пятого, какова вероятность того, что ваш друг приедет после половины пятого?

Примечание:

\[ pdf (y | X = x) = \ frac {\ frac {4} {121} xy} {\ frac {2} {11} x} = \ frac {2} {11} y = pdf (y) \]

Это показывает, что время прибытия моего друга не зависит от времени моего прибытия.

Затем задача упрощается до вероятности того, что мой друг прибудет после половины пятого. По расчетам, она равна 0,523.

 адаптироватьIntegrate(f, нижний предел=с(5,5.5), верхнийпредел=с(6,6)) 
 ## $интеграл
## [1] 0,5227273
##
## $ошибка
## [1] 1.110223e-16
##
## $functionEvaluations
## [1] 17
##
## $код возврата
## [1] 0
8. Покажите, что приведенный выше PDF-файл является правильным PDF-файлом.

Чтобы убедиться в этом, мы интегрируем по всему выборочному пространству. Результат равен 1, и он не является отрицательным для любых x, y между 5 и 6. Следовательно, это правильный PDF.

 библиотека(кубатура)
# загрузить пакет "кубатура"
адаптироватьIntegrate(f, нижний предел = с (5, 5), верхний предел = с (6, 6)) 
 ## $integral
## [1] 1
##
## $ошибка
## [1] 0
##
## $functionEvaluations
## [1] 17
##
## $код возврата
## [1] 0

Кубатурный фильтр Калмана при минимальной энтропии ошибки с опорными точками для интеграции INS/GPS

[1]

Б. Паркинсон, Дж. Спилкер, П. Аксельрад и П. Энге, Глобальная система позиционирования: теория и приложения . Норвуд, Массачусетс, США: Artech House, 2008.

.
[2]

Л. Чанг, Дж. Ли и К. Ли, «Выравнивание на основе оптимизации бесплатформенной инерциальной навигационной системы: сравнение и расширение»,

IEEE Trans. Аэросп. Электрон. Сист. , том. 52, нет. 4, стр. 1697–1713, август 2016 г. doi: 10.1109/TAES.2016.130824

[3]

Д. Титтертон и Дж. Уэстон, Бесплатформенная инерциальная навигационная технология . Лондон, Великобритания: Инженерно-технологический институт, 2004 г.

.
[4]

P. D. Groves, Принципы GNSS, инерциальных и мультисенсорных интегрированных навигационных систем . Вашингтон, США: Американский институт аэронавтики и астронавтики, 1996.

.
[5]

М.

Гревал, Л. Вейл и А. Эндрюс, Системы глобального позиционирования, инерциальная навигация и интеграция . Хобокен, Нью-Джерси: John Wiley & Sons, 2007.

.
[6]

Ф. Чжао, К. Чен, В. Хе и С. Сэм Ге, «Подход к фильтрации на основе MMAE для интегрированной навигационной системы БИНС/ЦНС», IEEE/CAA Journal of Automatica Sinica , vol. 5, нет. 6, стр. 1113–1120, ноябрь 2018 г. doi: 10.1109/JAS.2017.7510445

[7]

Y. Huang, Y. Zhang и L. Chan, "Новый быстрый метод грубого выравнивания в движении для недорогих SINS с помощью GPS", IEEE/ASME Trans. Мехатроника , том. 23, нет. 3, pp. 1303–1313, May 2018. doi: 10.1109/TMECH.2018.2835486

[8]

К. Б. Медейрос и М. М. Вандерли, «Многомодельный линейный фильтр Калмана для непредсказуемых сигналов», IEEE Sensors J. , vol. 14, нет. 4, стр. 979–991, апрель 2014 г. doi: 10.1109/JSEN.2013.2291683

[9]

А. Сингх, «Основное развитие гауссовой фильтрации после использования фильтра Калмана без запаха», IEEE/CAA Journal of Automatica Sinica , том. 7, нет. 5, стр. 1308–1325, сентябрь 2020 г.

[10]

С. Джулиер и Дж. Ульманн, «Новое расширение фильтра Калмана для нелинейных систем», в Proc. 11-й междунар. Симп. Аэрокосмическая/оборонная служба, Simul. Controls , 1997, стр. 182–193.

[11]

К. Х. Ким, Дж. Г. Ли и К. Г. Парк, «Адаптивный двухэтапный расширенный фильтр Калмана для отказоустойчивой слабосвязанной системы INS/GPS», IEEE Trans. Аэросп. Электрон. Сист. , том. 45, нет. 1, стр. 125–137, январь 2009 г. doi: 10.1109/TAES.2009.4805268

[12]

Д. Сан, М. Г. Петовелло и М. Э. Кэннон, «Сверхплотная интеграция GPS/уменьшенный IMU для навигации наземных транспортных средств», IEEE Trans. Аэросп. Электрон. Сист. , том. 49, нет. 3, стр. 1781–1791, июль 2013 г. doi: 10.1109/TAES.2013.6558019

[13]

Вендель Дж., Мецгер Дж., Моеникес Р., Майер А. и Троммер Г.Ф., «Сравнение производительности тесно связанных навигационных систем GPS/INS, основанных на расширенных и сигма-точечных фильтрах Калмана», Navigation , vol. 53, нет. 1, стр. 21–31, август 2014 г.

[14]

Дж. Чжоу, Ю. Ян, Дж. Чжан, Э. Эдван и О. Лоффелд, «Сильная связь INS/GPS с использованием неароматизированного фильтра Калмана на основе кватернионов», в Проц. AIAA Guid., Navigat., Control Conf. , Портленд, штат Орегон, США, 2011 г., стр. 1–14.

[15]

Чанг Л., Ли К. и Ху Б., «Надежный фильтр погрешности процесса на основе оценки M компании Huber для интегрированной системы INS/GPS», IEEE Sensors J. , vol. 15, нет. 6, стр. 3367–3374, июнь 2015 г. doi: 10.1109/JSEN.2014.2384492

[16]

И. Арасаратнам и С. Хайкин, «Кубатурные фильтры Калмана», IEEE Trans. автомат. Контроль , том. 54, стр. 1254–1269, июнь 2009 г. doi: 10.1109/TAC.2009.2019800

[17]

B. Cui, X. Chen и X. Tang, «Улучшенный кубатурный фильтр Калмана для GNSS/INS на основе преобразования апостериорной ошибки сигма-точек», IEEE Trans. Сигнальный процесс. , том. 65, нет. 11, стр. 2975–2987, март 2017 г. doi: 10.1109/TSP.2017.2679685

[18]

Ю. Чжао, «Оценка производительности кубатурного фильтра Калмана в тесно связанной навигационной системе GPS/IMU», Signal Process. , том. 119, стр. 67–79, февраль 2016 г. doi: 10.1016/j.sigpro.2015.07.014

[19]

B. Cui, X. Chen, Y. Xu, H. Huang и X. Liu, «Анализ производительности усовершенствованного повторяющегося кубатурного фильтра Калмана и его применение к GNSS/INS», ИСА Транс. , том. 66, стр. 460–468, январь 2017 г. doi: 10.1016/j.isatra.2016.09.010

[20]

М. Д. Фам, К. С. Лоу, С. Т. Гох и С. С. Чен, «Расширенный фильтр Калмана с планированием усиления для системы определения ориентации наноспутников», IEEE Trans. Аэросп. Электрон. Сист. , том. 51, нет. 2015. Т. 2. С. 1017–1028. doi: 10.1109/TAES.2014.130204

[21]

С. В. Бордонаро, П. В., Ю. Бар-Шалом и Т. Лугинбул, «Сигма-точечный фильтр Калмана с преобразованными измерениями для бистатического гидролокатора и радиолокационного слежения», IEEE Trans. Аэросп. Электрон. Сист. , том. 55, нет. 1, стр. 147–159, февраль 2019 г. doi: 10.1109/TAES.2018.2849179

[22]

K. Feng, J. Li, X. Zhang, X. Zhang, C. Shen, H. Cao, Y. Yang и J. Liu, «Улучшенный кубатурный фильтр Калмана с сильным отслеживанием для интегрированных навигационных систем GPS/INS, Датчики , об. 18, нет. 6, статья № 1919, июнь 2018 г. doi: 10.3390/s18061919

[23]

X. Chen, C. Shen, WB Zhang, M. Tomizuka, Y. Xu и KL Chiu, «Новый гибрид сильного фильтра Калмана и вейвлетной нейронной сети для GPS/INS во время сбоев GPS», Measurement , vol. 46, нет. 10, стр. 3847–3854, декабрь 2013 г. doi: 10.1016/j.measurement.2013.07.016

[24]

Арулампалам М.С., Маскелл С., Гордон Н. и Клапп Т. Учебное пособие по фильтрам частиц для онлайн-нелинейного/негауссовского байесовского отслеживания, IEEE Trans. Сигнальный процесс. , том. 50, нет. 2, стр. 174–188, февраль 2002 г. doi: 10.1109/78.978374

[25]

X. Лю, Х. Цюй, Дж. Чжао и П. Юэ, «Кубатурный фильтр Калмана с квадратным корнем максимальной корреляции с применением к интегрированным системам БИНС/GPS», ИСА Транс. , том. 80, стр. 195–202, май 2018 г. doi: 10.1016/j.isatra.2018.05.001

[26]

JC Príncipe, Информационно-теоретическое обучение: энтропия Реньи и перспективы ядра , Нью-Йорк, США: Springer, 2010.

[27]

Д. Л. Алспах и Х. Соренсон, «Нелинейная байесовская оценка с использованием аппроксимаций суммы Гаусса», IEEE Trans. автомат. Контроль , том. 17, нет. 4, стр. 439–448, август 1972 г. doi: 10.1109/TAC.1972.1100034

[28]

Y. Huang и Y. Zhang, «Новый устойчивый к неопределенности процесса фильтр Калмана на основе t Стьюдента для интеграции SINS/GPS», IEEE Access , vol. 5, стр. 14391–14404, июль 2017 г. doi: 10.1109/ACCESS.2017.2726519

[29]

О. Страка и Я. Дуник, «Стохастическая интеграция, фильтр Стьюдента — t », в Proc. 20-й междунар. конф. Инф. Fusion , стр. 1–8, июль 2017 г.

[30]

Ю. Хуанг и Ю. Чжан, «Надежный стохастический кубатурный фильтр Стьюдента на основе t для нелинейных систем с шумами процессов и измерений с тяжелыми хвостами», IEEE Access , vol. 5, нет. 5, стр. 7964–7974, май 2017 г.

[31]

F. Sun и L. Tang, «Кубатурный фильтр частиц», Syst. англ. Электрон. , том. 33, нет. 11, стр. 2554–2557, ноябрь 2011 г.

[32]

B. Cui, X. Chen, X. Tang, H. Huang и X. Liu, «Надежный кубатурный фильтр Калмана для GNSS/INS с отсутствующими наблюдениями и окрашенным шумом измерений», ИСА Транс. , том. 72, стр. 138–146, январь 2018 г. doi: 10.1016/j.isatra.2017.09.019

[33]

Мили Л., Стино Г., Добрака Ф. и Френч Д. Надежный метод оценки для выявления топологических ошибок // IEEE Trans. Система питания , том. 14, нет. 4, стр. 1469–1476, ноябрь 1999 г. doi: 10.1109/59.801932

[34]

Л. Мили и К. В. Коакли, «Надежная оценка в структурированной линейной регрессии», Ann. Статист. , том. 24, нет. 6, стр. 2593–2607, декабрь 1996 г.

[35]

Ю. С. Шмалий, "Итеративный алгоритм типа Калмана, игнорирующий шум и начальные условия", IEEE Trans. Сигнальный процесс. , том. 59, нет. 6, стр. 2465–2473, июнь 2011 г. doi: 10.1109/TSP.2011.2129516

[36]

Т. Чиен-Хао, С. Ф. Лин и Дж. Дах-Джинг, «Надежный кубатурный фильтр Калмана на основе Губера для обработки GPS-навигации», J. Navigat , vol. 229, нет. 7, том. 70, стр. 527–546, Otc. 2016.

[37]

К. Ли, Б. Ху, Л. Чанг и Ю. Ли, «Надежный квадрат — кубатурный корневой фильтр Калмана на основе методологии оценки Хубера», Проц. Инст. мех. англ. Г-Дж. воздух , том. 229, нет. 7, стр. 1236–1245, июнь 2015 г. doi: 10.1177/0954410014548698

[38]

А. Сингх и Дж. К. Принсипи, «Использование коррентропии как функции стоимости в линейных адаптивных фильтрах», в Proc. Междунар. Совместная конф. Нейронная сеть (IJCNN) , июль 2009 г., стр. 2950–2955.

[39]

Б. Чен, Дж. Ван, Х. Чжао, Н. Чжэн и Дж. К. Принсипи, «Сходимость алгоритма с фиксированной точкой по критерию максимальной коррентропии», IEEE Signal Process. лат. , том. 22, нет. 10, стр. 1723–1727, Otc. 2015. doi: 10.1109/LSP.2015.2428713

[40]

B. Chen, X. Liu, H. Zhao, JC Príncipe, «Максимально корретропный фильтр Калмана», Automatica , vol. 76, стр. 70–77, февраль 2017 г. doi: 10.1016/j.automatica.2016.10.004

[41]

Х. Ван, Х. Ли, Дж. Цзо, В. Чжан и Х. Ван, «Надежный фильтр Калмана без производной максимальной корретропии и сглаживатель», IEEE Access , vol. 6, стр. 70794–70807, ноябрь 2018 г. doi: 10.1109/ACCESS.2018.2880618

[42]

С. Ван, С. Инь, Г. Цянь, Ю. Фэн, С. Кай и Л. Ван, «Кубатурный фильтр Калмана с максимальной корретропией, основанный на статистической линейной регрессии», C.N. Патент, 106487358 A, 8 марта 2017 г. [Онлайн]. Доступно: https://ieeexplore.ieee.org/document/9546666.

[43]

Б. Чен, Л. Син, Б. Сюй, Х. Чжао и Дж. К. Принсипи, «Понимание надежности оценки энтропии с минимальной ошибкой», IEEE Trans. Нейронная сеть. Учиться. Сист. , том. 29, нет. 3, стр. 731–737, март 2018 г. doi: 10.1109/TNNLS.2016.2636160

[44]

Д. Эрдогмус и Дж. К. Принсипе. «Минимизация энтропии ошибки для контролируемого обучения нелинейных адаптивных систем», IEEE Trans. Сигнальный процесс. , том. 50, нет. 7, стр. 1780–1786, июль 2002 г. doi: 10.1109/TSP.2002.1011217

[45]

Y. Zhang, B. Chen, X. Liu, Z. Yuan и JC Príncipe, «Сходимость алгоритма энтропии минимальной ошибки с фиксированной точкой», Entropy , vol. 17, нет. 8, стр. 5549–5560, август 2015 г.

[46]

Чен Б., Данг Л., Гу Ю., Чжэн Н., Принцип Дж. К., «Энтропийный фильтр Калмана с минимальной ошибкой», IEEE Trans. Сист. , Человек , Кибер. , Сист. , том. 51, нет. 9, стр. 5819–5829, сентябрь 2021 г.

[47]

Лю В., Покхарел П. П. и Принсипи Дж. К., «Энтропия ошибок, коррэнтропия и М-оценка», в Proc. 16-й семинар IEEE по машинному обучению. Сигнальный процесс ., 2006, стр. 179–184.

[48]

Дж. Чжао и Л. Мили, «Надежный фильтр Калмана с обобщенным максимальным правдоподобием для оценки динамического состояния энергосистемы», IEEE J. Sel. Темы Сигнальный процесс. , том. 12, нет. 4, стр. 578–592, август 2018 г. doi: 10.1109/JSTSP.2018.2827261

[49]

К. Андреу и В. Каратанасси, «Оценка количества конечных элементов с использованием надежного метода обнаружения выбросов», IEEE J. Сел. Темы Наблюдение за Землей. Дистанционный датчик , том. 7, нет. 1, стр. 247–256, январь 2014 г. doi: 10.1109/JSTARS.2013.2260135

[50]

B. Chen, X. Wang, Y. Li, and JC Príncipe, «Критерий максимальной корретропии с переменным центром», IEEE Signal Process. лат. , том. 26, нет. 8, стр. 1212–1216, август 2019 г. doi: 10.1109/LSP.2019.2925692

[51]

Б. Чен, С. Ван, З. Юань, П. Рен и Дж. Цинь, «Многоядерная корретропия для надежного обучения», [онлайн]. Доступно: https://ieeexplore.ieee.org/document/9546666. Дата обращения: 15 октября 2021 г.

[52]

Б.

No related posts.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *