《核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法》PDF+DOC
作者:高雨晨,唐耀庚
单位:中核(北京)核仪器厂
出版:《核电子学与探测技术》2014年第12期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHERE2014120230
DOC编号:DOCHERE2014120239
下载格式:PDF + Word/doc 文字可复制、可编辑
《《计算机应用》2015年第35卷第1~12期总目次》PDF+DOC2015年第12期
《基于SVM的核电站环境辐射监测网络中传感器节点缺失值估计算法》PDF+DOC2012年第04期 王龙辉,高嵩,屈星
《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
《基于时空相关性的连续缺失值填补算法》PDF+DOC2016年第09期 蒋晨阳,张云飞,李鑫
《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
《基于四分之一超球SVM的WSN异常检测》PDF+DOC2019年第04期 华志颖,吴蒙,杨立君
《航空发动机传感器故障诊断》PDF+DOC2012年第02期 郑秋红
《传感器网络中一种基于多元回归模型的缺失值估计算法》PDF+DOC2009年第12期 潘立强,李建中
《计算机应用2007年第27卷总目次》PDF+DOC2007年第12期
《基于智能计算的无线传感器网络节点覆盖优化的研究》PDF+DOC2014年第05期 郭佳臻
传感器节点监测数据缺失会影响核电厂外围环境辐射监测的连续性,必须对缺失数据进行准确估计。提出一种基于最小二乘支持向量机(LSSVM)的监测数据缺失值估计算法,采用粒子群算法(PSO)确定模型参数的优化组合,根据核电厂外围环境(剂量率变化特点,利用节点的历史监测数据和相邻节点当前监测数据构造样本空间,对传感器节点监测数据缺失值进行估计。用实际数据进行的实验结果表明,所提出的估计算法的最大相对估计误差为3%,相关系数为0.926375,估计精度远高于基于BP神经网络模型的估计算法,也优于采用GA优化参数的LSSVM估计算法。
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。