作者：李玉军,梁琨,郭会军 单位：西安理工大学 出版：《西安理工大学学报》2010年第03期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFXALD2010030220 DOC编号：DOCXALD2010030229 下载格式：PDF + Word/doc 文字可复制、可编辑
《电涡流传感器在铝箔厚度测量中的应用》PDF+DOC2005年第06期 李玉军,刘军,周军伟,张黎春 《SVR在传感器预测中的研究》PDF+DOC2013年第08期 李如发,卢文科 《二次校准光纤光栅温度传感器》PDF+DOC2015年第01期 张飞,王素梅,刘达,曹志涛 《飞机复合材料结构损伤的预测方法》PDF+DOC2016年第05期 崔建国,张文生,蒋丽英,朴春雨,周志强 《船舶结构监测系统的应力预测研究》PDF+DOC2018年第06期 吴爽,焦淑红 《基于支持向量机的ESP系统传感器故障诊断方法》PDF+DOC2005年第03期 郑水波,唐厚君,韩正之,张勇 《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PSO-LSSVM的振弦传感器温度补偿》PDF+DOC2012年第11期 王久平,廖迎新 《基于SVR的瓦斯传感器故障诊断方法》PDF+DOC2009年第02期 付华,杨欣,高婷 《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

    • 利用多频激励的单一电涡流传感器对工件表面两层金属膜厚度及传感器探头与被测工件之间间隙进行检测，采用多项式拟合法及最小二乘支持向量机技术对系统分别建模。实验结果表明，采用多项式拟合建立的预测模型可以使得传感器的最大位移灵敏度系数由1.03mm-1下降至0.27mm-1，对系统性能有一定的改善；采用最小二乘支持向量机技术建立的预测模型可以使传感器的最大位移灵敏度系数趋于零。传感器测量间隙对铝膜厚度及铜膜厚度测量的交叉敏感得到了有效的抑制，从而提高了系统模型的预测精度。因此采用最小二乘支持向量机建立的回归模型具有较好的预测能力及分析优势。

    📙 相关资料

    1. 《电涡流传感器在铝箔厚度测量中的应用》PDF+DOC 采用双频激励的低频透射式电涡流传感器在线测量铝箔厚度，同时，检测了铝箔表面温度，从而实现了多参数检测。为了减小传感器的非线性误差，消除铝箔厚度及其表面温度间的交叉敏感对其厚度检测所带来的影响，采用免疫算法实现多参数数据拟合。实测结果表明这种数据拟合消除了铝箔表面温度对铝箔厚度测量的影响，提高了检测精......
    2. 《SVR在传感器预测中的研究》PDF+DOC 环境因素产生的交叉敏感使得传感器在精度上往往难以满足，文章介绍了将支持向量机回归引入到传感器，较好的泛化能力使得输出逼近于期望值。研究结果表明，支持向量机的引入在降低交叉敏感度有明显的效果，从而证明了该方法的可行性。...
    3. 《二次校准光纤光栅温度传感器》PDF+DOC 为了提高光纤布拉格光栅(FBG)温度传感器的测温精度，提出了一种新型的光纤布拉格光栅(FBG)温度传感器的封装方法，并采用二次多项式拟合的方式标定该温度传感器。新的封装方法可以消除FBG温度传感器存在的应力交叉敏感，新的标定方式可以极大地提高光纤温度传感器的测温精度。通过对比光纤温度传感器的线性拟合......
    4. 《飞机复合材料结构损伤的预测方法》PDF+DOC 针对复合材料结构损伤机理的复杂性，很难准确预测结构损伤状态，本文提出一种基于动态主元分析(DPCA)和最小二乘支持向量机(LS-SVM)相结合的复合材料结构损伤演化预测新方法，并针对复合材料结构损伤特性，采用疲劳振动试验进行结构损伤预测研究。首先，采用经验模态分解(EMD)方法对多传感器采集的复合材......
    5. 《船舶结构监测系统的应力预测研究》PDF+DOC 传统船舶航行决策对于决策的经验过分依赖，辅助决策可以帮助决策者在决策过程中更好地分析问题、评价和制定方案，其中对船舶结构监测系统的预测研究是船舶中辅助决策前提条件，故着重对该部分进行研究。首先，对船舶结构应力监测传感器的选用及布置方案进行讨论；然后，针对船舶结构应力序列非线性、非平稳信号特点，提出了......
    6. 《基于支持向量机的ESP系统传感器故障诊断方法》PDF+DOC 应用支持向量机(SVMs)回归估计方法建立 ESP 系统的传感器预测模型；将支持向量机模式分类方法应用于传感器的故障分离，用 DAGSVM 作为残差分类器获得故障结果。研究结果表明将支持向量机应用于 ESP 系统的传感器故障诊断是有效可行的。...
    7. 《基于云粒子群-最小二乘支持向量机的传感器温度补偿》PDF+DOC 针对传感器的测量精度受温度影响较大问题，提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制，具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择，建立CMPSO-LSSVM传......
    8. 《基于PSO-LSSVM的振弦传感器温度补偿》PDF+DOC 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。...
    9. 《基于SVR的瓦斯传感器故障诊断方法》PDF+DOC 介绍了回归型支持向量机(SVR)的基本原理，建立了基于SVR的传感器时间预测模型，对时间预测器实行离线训练、在线应用的方法，用训练好的SVR模型模拟煤矿井下瓦斯传感器系统的动态特性，阐述了瓦斯传感器故障诊断和信号恢复的实现过程。仿真结果表明：SVR时间预测器能准确预测和跟踪瓦斯传感器的输出，及时诊断......
    10. 《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......

    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。