作者：吴德会,杨世元,董华 单位：中国计量测试学会 出版：《计量学报》2007年第04期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFJLXB2007040110 DOC编号：DOCJLXB2007040119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 介绍和比较标准支持向量机(SVM)和最小二乘支持向量机(LS-SVM)基本原理的基础上，探讨了一种利用LS-SVM进行传感器动态误差补偿的方法，并给出了相应的过程和算法。与标准SVM补偿方法比较，该方法的优点是明显的：用等式约束代替标准SVM算法中的不等式约束，将求解二次规划问题转化为直接求解线性矩阵方程，在相同样本条件下，使得补偿器构造速度提高1~2个数量级。通过对SVM和LS-SVM传感器动态补偿的仿真分析和实验结果对比表明，在噪声条件下，LS-SVM方法的补偿误差约为SVM的40%。因此，LS-SVM补偿方法学习速度快，抗噪声干扰能力强，更适合传感器动态补偿。

    📙 相关资料

    1. 《遗传优化支持向量机的传感器动态建模》PDF+DOC 传感器动态建模是研究传感器工作机理、评价动态性能指标及设计动态校正环节的重要途径。在分析最小二乘支持向量机回归算法的基础上，针对其可调参数的选择问题，提出了基于遗传算法进行全局优化的方法。仿真结果表明，将遗传优化最小二乘支持向量机算法应用于传感器的动态建模中，具有学习速度快和建模精度高的优点，所建模......
    2. 《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......
    3. 《基于最小二乘支持向量机的传感器非线性动态补偿》PDF+DOC 提出了一种基于最小二乘支持向量机的非线性传感器动态测量误差的校正方法，使得通过该方法补偿的传感器具有理想的输入输出特性。先将传感器的非线性动态系统分解成线性动态子环节和非线性静态子环节串联；与之对应，非线性动态补偿过程也包含2个阶段：线性动态补偿和非线性静态校正。然后，通过函数展开将补偿器的非线性传......
    4. 《基于最小二乘支持向量机的传感器动态系统辨识方法》PDF+DOC 在介绍和比较标准支持向量机(SVM)和最小二乘支持向量机(LS-SVM)原理的基础上，提出了一种利用LS-SVM模型进行传感器动态系统辨识的方法，并给出了相应的过程和算法。与标准SVM模型比较，该方法优点是明显的：(1)用等式约束代替标准SVM算法中的不等式约束；(2)将求解二次规划问题转化为直接求......
    5. 《压铸机合模力传感器非线性动态补偿的研究》PDF+DOC 合模力传感器作为压铸机监测的主要传感器之一，非线性动态影响到它的测量准确度和测量范围，从而不利于标准生产。针对这一问题，采用最小二乘支持向量机非线性动态方法对传感器进行补偿，并对算法予以改进。通过仿真试验加以比较，试验结果表明，改进最小二乘支持向量机非线性动态补偿传感器测量准确性及测量范围大大提高，......
    6. 《基于Wiener模型的传感器动态非线性辨识研究》PDF+DOC 针对实际测量中传感器存在较大非线性的缺点，提出利用改进型Wiener模型描述传感器动态非线性模型；将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识，最终实现传感器模型的建立；通过仿真实验验证比较不同方法的辨识误差与速度，最终结果表明该方法在非线......
    7. 《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......
    8. 《基于粒子群算法的传感器动态补偿及LabVIEW实现(英文)》PDF+DOC 以冲击波压力测试为背景，介绍了一种基于粒子群优化算法(PSO)的动态补偿数字滤波器的设计方法。对压力传感器进行动态校准实验和计算机仿真，根据传感器动态标定时的输入输出数据及参考模型，利用粒子群优化算法进行寻优，得到的全局最优值即为传感器动态补偿器的系数，并利用LabVIEW平台完成了动态补偿滤波器的......
    9. 《基于QPSO算法的传感器动态误差实时修正方法》PDF+DOC 为了修正由传感器动态特性引起的动态误差，提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization，QPSO)的传感器动态补偿方法。该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数。为了实现传感器动态误差的实......
    10. 《基于粒子群优化结合最小二乘支持向量机的气体传感器建模》PDF+DOC 针对混合气体传感器建模过程中最小二乘支持向量机(LS-SVM)参数难以确定的问题，提出一种粒子群优化结合LS-SVM方法。建立LS-SVM气体传感器模型，采用粒子群优化算法对支持向量机参数进行优化选取，利用取得的最优参数建立定量分析模型，最后通过实测数据对建立的支持向量机模型进行了检验，证明了模型的......

    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。