《粒子群优化算法在改善传感器稳定性中的应用》PDF+DOC
作者:李玉军,汤晓君,刘君华
单位:中国仪器仪表学会
出版:《仪器仪表学报》2010年第08期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2010080120
DOC编号:DOCYQXB2010080129
下载格式:PDF + Word/doc 文字可复制、可编辑
《冲击波压力传感器动态特性补偿及其应用(英文)》PDF+DOC2016年第01期 夏永乐,翟永
《基于GA的ε-SVRM在传感器非线性校正中的研究》PDF+DOC2012年第12期 丁晓燕,徐慧
《基于小波奇异熵和相关向量机的氢气传感器故障诊断》PDF+DOC2015年第01期 王冰,刁鸣,宋凯
《光纤光栅传感器在干式电抗器中的应用》PDF+DOC2016年第S1期 段永生
《温度对压力传感器输出的影响与补偿》PDF+DOC2000年第04期 吕惠民,张晓群,黄平云
《基于SVM的营养液离子浓度检测的数据融合研究》PDF+DOC2005年第11期 荣进国,陈锋
《基于支持向量机的电容式压力传感器建模方法》PDF+DOC2005年第07期 吴德会,王晓红
《基于自建模技术的电容土壤水分传感器研究》PDF+DOC2004年第01期 胡建东,段铁城,何赛灵
《《电动汽车的驱动与控制》》PDF+DOC2012年第07期
《基于粒子群优化的无线传感器网络节点定位改进》PDF+DOC2010年第07期 陈星舟,廖明宏,林建华
针对最小二乘支持向量机在建立传感器回归模型时,其惩罚因子及核函数参数难以确定的问题,提出了利用粒子群算法对模型参数进行优化选取的方法,以提高模型的预测准确度及建模效率,并与遍历优化方法进行比较。实验结果表明,采用粒子群算法进行参数优化所用时间约为1621s,得到的模型预测结果均方误差为1.24×;10-6;而采用遍历优化所用时间约为21599s,所得模型预测结果均方误差为2.74×;10-5。采用粒子群算法进行参数优化使得建模效率和建立的模型预测准确度提高了一个数量级。测试样本计算表明,经过粒子群算法优化之后建立的传感器回归模型使得传感器的温度灵敏度系数及电流灵敏度系数比建模前降低了大约97%,比采用遍历优化方法降低了约85%,传感器的稳定性得到了大幅度改善。该方法切实有效,具有一定的发掘空间和实际应用价值。
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。