作者：魏国,刘剑,孙金玮,孙圣和 单位：中国自动化学会;中国科学院自动化所 出版：《自动化学报》2008年第08期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFMOTO2008080070 DOC编号：DOCMOTO2008080079 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 提出了基于最小二乘支持向量机(Least squares support vector machine，LS-SVM)的非线性多功能传感器信号重构方法.不同于通常采用的经验风险最小化重构方法，支持向量机(Support vector machine，SVM)是基于结构风险最小化准则的新型机器学习方法，适用于小样本标定数据情况，可有效抑制过拟合问题并改善泛化性能.在SVM基础上，LS-SVM将不等式约束转化为等式约束，极大地简化了二次规划问题的求解.研究中通过L-折交叉验证实现调整参数优化，在两种非线性情况下对多功能传感器的输入信号进行了重构，实验结果显示重构精度分别达到0.154%和1.146%，表明提出的LS-SVM重构方法具有高可靠性和稳定性，验证了方法的有效性。

    📙 相关资料

    1. 《基于支持向量回归的非线性多功能传感器信号重构》PDF+DOC 在多功能传感器信号重构中，通常采用经验风险最小化准则实现函数回归，在小样本情况下，该方法易导致泛化性差和过拟合问题。本文利用支持向量回归方法实现非线性多功能传感器信号重构，支持向量机是基于结构风险最小化准则的新型机器学习方法，可有效抑制过拟合问题并改善泛化性能。仿真结果表明经该算法重构后的信号重构误......
    2. 《基于B样条整体最小二乘的非线性多功能传感器信号重构方法》PDF+DOC 提出一种基于B样条整体最小二乘(Total least squares，TLS)的非线性多功能传感器信号重构新方法。该方法利用B样条基函数直接构建描述多功能传感器传递函数反函数的张量积B样条曲面；采用TLS求解超定方程组以获得稳定的控制系数估计。以二输入二输出多功能传感器模型为实验对象，在两种非线性......
    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LS-SVM的传感器阵列多维信号智能提取方法研究》PDF+DOC 传感器阵列可同时对多个信号进行测量，而对多个输入信号进行解耦和并行提取是其关键。提出一种基于最小二乘支持向量机(LS-SVM)的传感器阵列输入信号逆向提取智能方法，该方法基于结构风险最小化，能够逼近任意复杂的非线性关系且泛化能力强。仿真试验表明，该方法具有拟合精度高、运算速度快、容易实现等优点，适用......
    6. 《硬支持向量回归机的快速在线近似解法及其在航空发动机解析余度中的应用(英文)》PDF+DOC 硬支持向量回归机由于过拟合现象而很少引起人们的注意。最近提出了一种关于硬支持向量回归机并拥有和软支持向量回归机泛化性能相当的快速离线近似解法。在此基础上，本文进一步提出了一种利用greedy stagewise和迭代策略的关于硬支持向量回归机的快速近似解法，并使该算法具有对复杂系统的在线参数估计能力......
    7. 《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC 压力传感器的输出不仅随压力变化，而且易受环境温度的影响，因而限制了传感器的测量精度。为了克服压力传感器的上述缺陷，本文提出了一种基于最小二乘支持向量机的温度补偿方法，并用虚拟仪器技术予以实现。与常用的误差反传神经网络方法相比，最小二乘支持向量机可获得更好的泛化性能，不易发生局部最优及过拟合现象。因此......
    8. 《基于支持向量机的多传感器锅炉烟气成分测量系统设计》PDF+DOC 对多传感器同时探测到的数据进行智能化处理，可有效抑制过拟合问题并改善泛化性能，并且估计值对噪声和坏点敏感度低，可提高预测的效率和精度。基于支持向量机方法并考虑传感器的交叉灵敏问题，提出了多传感器烟气成分测量系统的设计实现方法。...
    9. 《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC 提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM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，可获得更好的泛化性能，不易发生局部最优及过拟合现象，因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性，结果表明......
    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。