作者：毛先柏,王利恒,李昌禧 单位：华北计算技术研究所 出版：《计算机工程与应用》2009年第27期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFJSGG2009270660 DOC编号：DOCJSGG2009270669 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 通过分析常规函数链接型神经网络(FLANN)结构与支持向量机(SVM)的关系，确定了两者本质上的等价性；在此基础上提出了一种基于SVM技术的FLANN构造新方法，并将SVM-FLANN应用到称重传感器的动态补偿上。结果表明该方法构造的FLANN具有结果唯一、结构简单、全局优化等特点，应用于称重传感器的动态补偿时，对传感器的性能改善效果明显，具有实用价值。

    📙 相关资料

    1. 《基于支持向量机的光寻址电位传感器温度补偿研究》PDF+DOC 针对光寻址电位传感器(LAPS，light addressable potentiometric sensor)测量精度易受温度影响的问题，提出一种基于支持向量机(SVM)的LAPS温度补偿方法。根据在多温度条件下LAPS传感器对缓冲液pH的实测数据，利用SVM建立LAPS温度补偿模型，通过核函数把......
    2. 《称重传感器自适应动态补偿方法》PDF+DOC 本文根据称重传感器的动态特性随着被测量而变化这一特点，提出自适应动态补偿方法，设计的动态补偿器能跟踪传感器模型的变化，始终保证测量系统动态响应的快速性。...
    3. 《基于支持向量机的多传感器信息融合算法》PDF+DOC 支持向量机(Support Vector Machine，SVM)是一种基于结构风险最小化原理，具有很高泛化性能的学习算法。针对工业多传感器测控系统中，被测系数与相关参数之间存在有较大的非线性和模糊关系，提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融......
    4. 《基于SVM的多传感器信息融合算法》PDF+DOC 支持向量机(Support Vector machine，简称SVM)是一种基于结构风险最小化原理，具有很高泛化性能的学习算法。针对工业多传感器测控系统中，被测系数与相关参数之间存在有较大的非线性和模糊关系，提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信......
    5. 《基于支持向量机的电容式压力传感器建模方法》PDF+DOC 将支持向量机(SVM)引入传感器建模研究中，这里，SVM作为校正误差的一个逆模型。SVM有效地解决了小样本学习问题，因此，该方法对试验数据无特殊要求。最后，电容式压力传感器(CPS)建模试验结果证明了该方法的可行性和高效性。...
    6. 《称重传感器神经网络补偿器设计》PDF+DOC 为满足快速称重的要求 ，设计出一种新型的称重传感器神经网络补偿器。仿真表明有效的提高了称重传感器的动态响应性能 ，有推广应用价值...
    7. 《传感器非线性校正的遗传支持向量机方法》PDF+DOC 针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题，提出了一种遗传算法和支持向量机相结合的方法，阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程，并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明：BP神经网络法......
    8. 《LS-SVM构造FLANN逆系统的传感器动态补偿方法》PDF+DOC 提出一种用最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法，并给出了传感器动态逆系统的数学模型。在该方法中，通过在传感器后串接逆系统模型来修正动态测试误差、提高传感器的动态特性。通过典型的传感器动态标定实验数据，该逆系统模型......
    9. 《支持向量机在时间序列预测中的应用》PDF+DOC 介绍了时间序列预测的研究现状以及支持向量机(SVM)回归算法的基本原理，将支持向量机回归用于某型雷达磁控管高压数据的预测，并将支持向量机预测结果与BP神经网络预测结果进行了比较。...
    10. 《基于SVM的多传感器信息融合》PDF+DOC 针对现代工业生产采用大量不同传感器来监测和控制生产过程，被测量之间存在较大模糊关系，提出了一种基于SVM理论的多传感器信息融合方法。通过“对电弧炉炼钢供电曲线进行优化”表明，该方法对解决小样本、高维特征空间和不确定条件下的多传感器信息融合问题，具有较好的融合效果。...

    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。