《一种传感器特性的高精度拟合方法》PDF+DOC
作者:黄为勇,高玉芹,田秀玲
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2014年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2014091100
DOC编号:DOCJZCK2014091109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PSO-LSSVM的差动变压器式位移传感器的温度补偿》PDF+DOC2018年第12期 陆腾云,卢文科,左锋,冯阳,吴子恒
《基于云粒子群-最小二乘支持向量机的传感器温度补偿》PDF+DOC2012年第04期 张朝龙,江巨浪,李彦梅,陈世军,査长礼,王陈宁
《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC2013年第05期 刘滔,韩华亭,焦楷哲
《基于粒子群优化结合最小二乘支持向量机的气体传感器建模》PDF+DOC2013年第S1期 杜康,许军,张耀辉,魏子杰
《基于WPSO-KELM的火灾预警模型设计》PDF+DOC2018年第02期 丁承君,张井超,何乃晨
《基于支持向量机的传感器动态建模方法》PDF+DOC2005年第10期 吴德会,王晓红
《压铸机合模力传感器非线性动态补偿的研究》PDF+DOC2012年第04期 彭继慎,张浩,常勇
《基于Wiener模型的传感器动态非线性辨识研究》PDF+DOC2014年第07期 雷超,韩华亭,刘滔
《基于粒子群优化相关向量机的无线传感器故障检测》PDF+DOC2010年第13期 吴良海
《基于最小二乘支持向量机的桥梁应变丢失数据重构》PDF+DOC2010年第08期 黄宴委,吴登国,刘中华,李竣
为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10~(-9)~10~(-7)%之间,其拟合性能明显优于常规方法。
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。