《历象考成后编》的“均数”和“推日躔法”

太阳运动的“盈缩差”概念，是中国古代历法中的基本概念；《历象考成后编》中的“均数”相当于“盈缩差”。文章从《历象考成后编》相关术文中推导出“均数”计算公式；明确《历象考成后编》中“日躔数理”所依据的天文学理论模型是“颠倒的”“简化椭圆”；在这一模型中，地球位于太阳视运动椭圆轨道上的一个焦点，而第二向径(即太阳与另一焦点的联线)作匀速旋转。     

清代日食预报记录的精度分析

根据清代日食预报史料，考察了清代西洋历法的日食预报精度。在《历象考成后编》编撰之前，西洋历法的日食预报误差在10到15分钟左右，《后编》开始编撰之后，误差减小并一直稳定到清末。晚清以“新拟算法”推算，日食预报误差明显小于《后编》的推算误差。     

《崇祯历书》和《历象考成后编》中所述的蒙气差修正问题

《崇祯历书》最早引入第谷的蒙气差修正，改变了我国天文观测不考虑蒙气差影响的状况。《历象考成后编》中进一步引入了卡西尼蒙气差理论和新的蒙气差表，这份蒙气差为当明学者根据卡西尼理论计算所得。卡西尼蒙气差表比第谷之表有更高的精度，它的引入是中国在蒙气差的认识和修正方面的又一次飞跃。     

明清之际官修历书中的编新与述旧

通过以太阳运动模型为中心,探讨明清之际几部官修历书所表现出的编新与述旧的矛盾及原因。明末,耶稣会士来华,藉天算而传教,翻译西洋天文学书籍。起初,利玛窦在翻译十二宫时采用了"回回历"的译名。后来,《崇祯历书》改用中国传统十二次译名。清初行用的《西洋新法历书》中有关太阳运动的论述照搬自《崇祯历书》。康熙晚年,下旨编撰《历象考成》,其中有关太阳运动采用了一种独特的双轮结构,此转变或为响应康熙帝的关切。其中的参数与之前历书中的无异,致使据此计算的岁次历书的精度没有明显提升。《历象考成后编》引入了开普勒模型和牛顿的算法,精度有明显的飞跃。然而,编者却将其表述为与旧法无异的形式转变。造成创新窘境的原因,是当时的历算群体缺乏对天体运动规律探索的内驱力,所有的改变均是在外界压力的推动下实现的。     

宇宙和大脑的关系

最早的中医书《黄帝内经》上说：“人与天地相参也，与日月相应也。”意思就是说：人体功能是跟天地相渗透，同太阳月亮相呼应的。这种说法实际上是把宇宙和人看做了一个不可分割的整体，相互之间都在发生作用。     

太阳同步轨道卫星上太阳方位的计算及精度分析

为了在太阳同步轨道卫星上,实现太阳辐射监测仪对太阳辐射的跟踪测量,提出了一种卫星本体坐标系上太阳方位的计算方法.首先,采用巴黎天文台的VSOP87理论计算太阳在地心惯性坐标系下的太阳方位;然后,通过坐标变换转换到卫星本体坐标系上,实现了太阳方位的计算;最后,利用拟平均根数法生成卫星瞬时轨道根数,模拟计算太阳方位的计算精度.该方法对卫星本体坐标系上太阳方位的计算精度优于0.19°,满足实际跟踪精度的要求.     

浅析鹤煤六矿三水平辅助回风巷贯通误差预计

对六矿三水平辅助回风巷中水平误差和高程误差计算,所得的实际测量相对闭合差与《测量规程》中规定的相对闭合差进行比较,得出:贯通测量误差预计中,采用实际测量数据比用规程数据进行贯通测量误差预计更能提高测量误差预计精度。     

基于线阵CCD传感器的太阳跟踪系统设计

太阳跟踪系统是用于太阳辐射观测台站、光伏发电站上的必用控制系统。随着太阳跟踪系统研究的不断深入,太阳自动跟踪技术日益成为热点,并且对跟踪精度提出了更高的要求。为了提高跟踪的精度,本项目采用使用水平和垂直两个线阵CCD传感器对太阳跟踪系统进行精确调整,实现精跟踪,同时结合GPS信息进行太阳视日运动轨迹跟踪,实现对太阳的大范围、日照时间内的全自动粗跟踪。经过半年试验,太阳能跟踪系统跟踪误差在0.04°以内。     

Excel应用于《误差理论与测量平差基础》辅助教学

在"误差理论与测量平差基础"课程的教学过程中,学生普遍反映该课程比较难学。本文中,利用Excel完成了以下工作:直方图绘制、正态分布曲线绘制、平差模型解算、误差椭圆绘制、统计假设检验计算五个方面。阐述了Excel用于该课程的辅助教学具有重要的意义和价值。     

测量平差模型的抗差解

抗差Ｍ估计是使用最广泛、计算较简明的抗差估计法，基于多维Ｍ估计原理，建立了经典测量平差函数模型的抗差解，并推导出相应的误差影响函数；为了使抗差估计适于不同类型以及不同先验精度的各类观测的混合平差，将采用等价权原理构造抗差解式。     

减少机械加工误差提高机械加工精度

机械误差现象一般来说是不可避免的,因为在加工生产时机械工件不能够完全的可以做到一丝不差,所以说出现机械误差的现象是必然的。虽然说机械误差是必然存在的,但是这对工件质量的提升是没有影响的,并且我们可以通过各种方法来减少机械误差,提高机械加工精度。也许没有办法能够的完全消除误差,但是我们可以在机械的加工中可以通过去实验、去分析等等各种方法来减少误差,提高精度。本文将指出一些导致机械加工误差的原因,以及一些解决误差,提高精度的办法,希望通过本文可以得到精度更好的工件。     

基于全站仪多维观测数据的三维网平差模型的研究

研究建立基于全站仪三维观测数据的三维控制网平差模型。利用全站仪同步采集的三维网观测数据,进行三维控制网相关平差计算,再按传统方法分别进行平面坐标和三角高程平差计算,将平差结果和精度进行比较,得出课题研究结论。该课题的研究成果用于控制测量之中,可提高控制测量的工作效率和平差成果的质量。     

矩阵法计算定位误差

由于工件用作定位基准的表面本身总有形状和尺寸误差，另外加上夹具有定位元件也有制造误差，因此，定位过程不可避免地会造成误差，这些误差称为定位误差，而定位误差是可以计算的。随着加工精度的提高，定位误差计算越来越显示了它的重要性和必要性。     

基于灰理论的电离层foF2短期预报方法

将灰理论应用于电离层fo F2的短期预报中,基于灰色距离信息熵确定样本序列最佳灰色预报长度,构建基于残差修正的预报模型,并利用中国地区多个观测站的观测数据进行检验。研究表明,平均灰色距离信息熵的计算结果反映了太阳自转的周期性影响;高纬度地区预报方法的精度高于低纬度地区,且在太阳活动较为剧烈的季节,预报方法的误差相对较大;提前1天预报结果的平均相对残差在1MHz以内,平均精度在90%以上。为今后电离层短期预报提供一种新的思路。     

动态气流温度测试技术

分析热电偶测量动态气流温度的原理和误差因素,通过计算和试验的方法,得到动态气流温度误差修正公式及时问常数,最后,给出一种测量动态气流温度的理论方法。本文主要解决动态气流温度测量延迟问题,并结台误差修正公式,提高测试精度。     

数控加工误差补偿的研究

随着社会技术的进步,数控加工的精度要求越来越高.误差补偿实现了在一般制造精度条件下精度提高、成本降低,突破机械加工精度的极限,让机床的总体精度上升到一个新的台阶,使超精密加工成为可能,以满足某些尖端产品的高精度零件数控加工的要求.文章在介绍了当前误差补偿的应用概况后,从误差产生的原因及对策、误差补偿的过程和注意事项几个方面对补偿技术进行详细的阐述,然后对当前条件下出现的一些新的误差补偿方法进行了分析,对完善和推广误差补偿技术,提高加工零件的加工精度和效率,降低废品率,具有重要的使用和推广价值.     

一种新的土地覆盖类别面积估计方法及其在最大似然分类法中的应用

首先根据生产者精度和使用者精度的概念，提出生产者精度和使用者精度的条件概率表达式，然后根据概率乘积公式，推导出生产者精度和使用者精度之间的关系式。该关系式表明：①使用者精度和生产者精度的比值可作为类别真实面积与分类结果中类别面积的比值的估计;②利用使用者精度和生产者精度的比值可对遥感分类结果进行修正，产生更接近于真实值的土地覆盖类别面积值，且该方法的计算结果仅取决于使用者精度和生产者精度数据的可靠性，与分类算法的优劣无关。该方法可用于最大似然分类方法中先验概率的估计。对Erdas Imagine软件所附带lanierimg文件的实验结果表明，各种分类结果包括一种对常规最大似然分类结果进行任意修改后的分类结果，利用文中提出方法修正后均产生了接近于真实值的类别面积比例。由于作为标准的精度检验方法，几乎所有的分类影像都会产生误差矩阵用于精度报告，这保证了该方法具有很好的应用价值，可以帮助土地利用/土地覆盖研究中获取更准确的土地利用/土地覆盖的面积数据。     

某地源热泵机组能效测试不确定度分析

对某地源热泵机组能效进行了测试,为保证了数据的真实性及科学行,我们采用了间接测量不确定度计算方法将测试数据处理分析。在对数据进行不确定度方法分析处理前,要保证数据的有效性,数据之间不得有较大的误差,然后利用最终的结果来判定是否需要提高仪器精度进而提高结果的精确度。     

支持机翼无余量装配的容差分析技术研究

飞行产品对装配精度有着较高要求,飞机制造或者装配出现误差将使各种不确定风险增多,影响到装配准确度。容差与工艺余量是零部件制造误差与补偿产品装配积累误差的重要衡量标准与参数,主要采用微分数学理论与计算机仿真模拟实现无余量装配容差分析的技术应用,应用此技术可减少误差,从而减少出现返工、修配等问题,节省了资源与制造成本。将基于飞机机翼装配,对支持无余量装配的容差分析技术进行研究,以提高飞机制造精准度。     

基于大数据深度残差学习的特征提取算法

针对当前算法在进行目标数据特征提取时存在提取准确率不高、效率低、特异性和灵敏度较差,以及网络节点能耗较高的问题,提出一种基于大数据深度残差学习的特征提取算法,将深度学习的灰色神经网络与残差学习方法进行有机结合,求得了深度残差学习网络模型的微分方程以及时间响应公式,并计算了网络初始权值和阈值;根据深度学习的灰色神经网络拓扑结构获得深度残差学习网络各层的输出参量,采用误差反向传播方法和附加动量法对深度残差学习网络的阈值和权值进行实时更新和调整,完成深度残差学习的网络模型构建,并采用模型精度和后验差比值对该模型进行精度检验,将经过检验合格的网络模型用于目标数据特征提取。通过多组实验测试,证明所提算法相比于其他对比算法有效减少特征提取错误率、提高了执行效率,具有较高的灵敏度和特异性,大大减小了网络节点总体能量消耗,延长了网络生存寿命。