《LS-SVM构造FLANN逆系统的传感器动态补偿方法》PDF+DOC
作者:吴德会
单位:信号处理学会;微弱信号检测学会;南京航空航天大学
出版:《数据采集与处理》2007年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSJCJ2007030240
DOC编号:DOCSJCJ2007030249
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于LS-SVM构造FLANN的热电偶非线性校正方法》PDF+DOC2007年第06期 吴德会,王晓红
《基于FLANN的腕力传感器动态补偿方法》PDF+DOC1999年第05期 徐科军,殷铭
《基于支持向量机的传感器动态补偿新方法》PDF+DOC2005年第05期 吴德会,杨世元,苏海涛
《传感器动态补偿的神经网络逆系统方法》PDF+DOC2004年第05期 戴先中,殷铭,王勤
《基于FLANN的动态称重法》PDF+DOC2004年第03期 刘飞飞,杨忠,缪周
《基于最小二乘支持向量机的传感器非线性动态补偿》PDF+DOC2007年第06期 吴德会
《FIR滤波器在传感器动态补偿中的应用》PDF+DOC2007年第04期 吴永祥
《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
《基于递归神经网络的热电偶测温滞后的动态补偿》PDF+DOC2006年第11期 刘刚
《基于LS-SVM逆系统方法的传感器非线性校正方法研究》PDF+DOC2013年第06期 雷烨,黄鲁江
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,该逆系统模型的传递函数可用LS-SVM-FLANN方法辨识得到。实验结果表明,LS-SVM-FLANN辨识逆系统模型的速度是BP-FLANN方法的两倍,而且该逆系统动态补偿误差仅为后者的10%。用LS-SVM构造FLANN的逆系统补偿器精度高、鲁棒性好、实现简单。
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。