《基于PSO-LSSVM的振弦传感器温度补偿》PDF+DOC
作者:王久平,廖迎新
单位:天津市电子仪表信息研究所
出版:《数字技术与应用》2012年第11期
页数:2页 (PDF与DOC格式可能不同)
PDF编号:PDFSZJT2012110630
DOC编号:DOCSZJT2012110639
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于最小二乘支持向量机的硅压阻式传感器温度补偿》PDF+DOC2016年第04期 杨遂军,康国炼,叶树亮
《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC2007年第12期 梁伟锋,汪晓东,梁萍儿
《基于三次样条曲线插值的传感器温度补偿》PDF+DOC2015年第04期 李淮江,王冰冰
《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
《多晶硅高温压力传感器的芯片内温度补偿》PDF+DOC2004年第01期 庞科,张生才,姚素英,张为
《航空发动机传感器故障诊断》PDF+DOC2012年第02期 郑秋红
《自动气象站数据采集器温度通道的环境温度补偿》PDF+DOC2012年第08期 行鸿彦,武向娟,吕文华,徐伟
《具有学习功能的传感器温度补偿新方法》PDF+DOC2009年第21期 卢亚东,林立新
《基于三次B样条插值的压力传感器温度补偿》PDF+DOC 王丕涛,翟殿棠,成谢锋
针对振弦传感器测量精度受环境温度影响的问题,本文提出基于粒子群-最小二乘支持向量机的温度补偿方法。采用泛化能力好、收敛速度快、全局最优的最小二乘支持向量机,并引入粒子群算法对最小二乘支持向量机的两个参数进行优化,建立预测模型,进行温度补偿。实验表明:与BP神经网络算法相比,该方法提高了传感器的精度。
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。