作者：吴德会,王晓红 单位：中国仪器仪表学会;上海工业自动化仪表研究院 出版：《自动化仪表》2005年第10期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFZDYB2005100050 DOC编号：DOCZDYB2005100059 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于SVM的动态建模新方法》PDF+DOC2004年第03期 王晓红,吴德会 《基于SVM的传感器非线性特性校正新方法》PDF+DOC2005年第04期 吴德会,王晓红,朱程辉 《传感器动态建模的最小二乘支持向量机方法》PDF+DOC2006年第07期 汪晓东,张长江,张浩然,冯根良,许秀玲 《传感器动态建模算法的仿真研究》PDF+DOC2012年第10期 程山英 《基于FLANN的腕力传感器动态建模方法》PDF+DOC2000年第01期 徐科军,殷铭 《基于FLANN的传感器动态特性研究方法》PDF+DOC1999年第04期 殷铭,徐科军,戴先中 《遗传优化支持向量机的传感器动态建模》PDF+DOC2011年第03期 唐炜,张莉,陈涛 《基于SVM的电涡流传感器动态建模方法》PDF+DOC2008年第34期 高云红,李一波 《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC2006年第02期 汪晓东,张浩然,张长江,汪金山,蒋敏兰,武林 《一种非线性动态的传感器建模算法》PDF+DOC2013年第06期 姬莉霞,马建红

    • 传感器动态建模是测量领域的重要研究方向，本文介绍了一种基于支持向量机的传感器动态建模新方法。支持向量机是基于统计学习理论的新一代机器学习技术，它有效地解决了小样本学习问题，因此该方法对样本数量没有特殊的要求。最后，实验证明了该动态建模方法有效。

    📙 相关资料

    1. 《基于SVM的动态建模新方法》PDF+DOC 为了提高传感器系统的动态特性 ，本文提出了一种基于支持向量机 (SVM)的传感器动态建模新方法。由于支持向量机是基于统计学习理论的新一代机器学习技术 ，它有效地解决了小样本学习问题 ，因此本方法建模对实验样本数量没有特殊的要求。最后 ，仿真实验结果也证明了该动态建模方法在小样本情况下特别有效。...
    2. 《基于SVM的传感器非线性特性校正新方法》PDF+DOC 介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法。支持向量机是Vapnik教授提出的基于统计学习理论的新一代机器学习技术，它有效地解决了小样本学习问题，因此该方法对样本数量没有特殊的要求。实验证明该方法有效，同时研究表明该方法也能用于其他系统的非线性校正。...
    3. 《传感器动态建模的最小二乘支持向量机方法》PDF+DOC 提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则，而不是通常神经网络的经验误差最小化原则，遵循该原则可获得更好的泛化性能，且不易发生局部最优及过拟合现象，因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方......
    4. 《传感器动态建模算法的仿真研究》PDF+DOC 研究传感器动态优化建模，传感器存在不同程度的相位滞后和惯性等动态特性，当被测参数随时间迅速变化时，动态测试误差较大，严重影响控制精度，对传感器的这种动态性能进行描述是提高检测精度和控制准确度的重要手段。为了提高传感器系统控制精度，减少传感器建模误差，提出一种基于支持向量机的传感器动态建模算法。采用非......
    5. 《基于FLANN的腕力传感器动态建模方法》PDF+DOC 本文将函数联接型神经网络 (FL ANN)引入传感器动态特性的研究。利用神经元网络良好的逼近能力 ，建立腕力传感器的动态数学模型。该方法所建模型阶次低 ，准确度高 ，对数据个数和采样频率无特殊要求 ，比其它方法更为有效和实用。...
    6. 《基于FLANN的传感器动态特性研究方法》PDF+DOC 将函数联接型神经网络（ＦＬＡＮＮ）引入传感器动态特性的研究，利用神经元网络良好的逼近能力，建立腕力传感器的动态数学模型．该方法所建模型阶次低、精度高，对数据个数和采样频率无特殊要求．根据“逆模型”的思想，提出了基于函数联接型神经网络的传感器动态补偿方法．此方法设计出的动态补偿器简单、实时性好；不依赖......
    7. 《遗传优化支持向量机的传感器动态建模》PDF+DOC 传感器动态建模是研究传感器工作机理、评价动态性能指标及设计动态校正环节的重要途径。在分析最小二乘支持向量机回归算法的基础上，针对其可调参数的选择问题，提出了基于遗传算法进行全局优化的方法。仿真结果表明，将遗传优化最小二乘支持向量机算法应用于传感器的动态建模中，具有学习速度快和建模精度高的优点，所建模......
    8. 《基于SVM的电涡流传感器动态建模方法》PDF+DOC 传感器的动态特性反映了系统动态测试的能力，而对传感器动态特性描述的有效方法是建立传感器的动态模型。本文简单介绍了回归型支持向量机的基本原理，研究了利用支持向量机建立传感器动态模型的方法。利用支持向量机良好的回归拟合能力，建立了电涡流传感器的动态模型。实验结果表明该方法所建模型具有较高的准确性，为改善......
    9. 《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC 提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则，而不是通常神经网络的经验误差最小化，可获得更好的泛化性能，不易发生局部最优及过拟合现象，因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性，结果表明......
    10. 《一种非线性动态的传感器建模算法》PDF+DOC 针对传感器动态的非线性、动态特性，精确建模比较难。为此，提出一种非线性的传感器动态建模方法。首先将LSS-VM参数作为蚂蚁的位置向量，传感器动态建模精度作为目标函数，然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索，并在最优蚂蚁邻域内进行小步长局部搜索，找到算法的最优参数，最后建立传感器......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。