《基于最小二乘支持向量机预测器的传感器故障检测与数据恢复(英文)》PDF+DOC
作者:冯志刚,信太克规,王祈
单位:中国仪器仪表学会
出版:《仪器仪表学报》2007年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2007020000
DOC编号:DOCYQXB2007020009
下载格式:PDF + Word/doc 文字可复制、可编辑
《液体火箭发动机传感器故障检测与数据恢复算法研究》PDF+DOC2012年第04期 黄强,刘洪刚,吴建军
《基于神经网络预测器的单传感器故障检测方法》PDF+DOC1999年第02期 张晨,韩月秋,陶然,钮永胜
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《基于两级神经网络的传感器在线故障诊断技术研究》PDF+DOC2008年第10期 许晖,焦留芳,韩西宁
《Application of Radial Basis Function Network in Sensor Failure Detection》PDF+DOC1999年第02期 钮永胜,赵新民
《传感器故障检测的Powell神经网络方法》PDF+DOC2002年第01期 李明,徐向东
《控制系统传感器故障的检测与诊断研究》PDF+DOC2001年第04期 房方,孙万云,牛玉广
《神经网络预测功能在故障诊断中的应用》PDF+DOC2009年第12期 张萍
《LS-SVM构造FLANN逆系统的传感器动态补偿方法》PDF+DOC2007年第03期 吴德会
《基于PSO-LSSVM预测的改进传感器故障检测和隔离》PDF+DOC2014年第02期 王通,高宪文,翟瑀佳,刘春芳
本文介绍了最小二乘支持向量机(LS-SVM)回归的基本原理,提出了一种基于LS-SVM回归的时间序列预测器,并将其用于传感器的故障检测和数据恢复。论述了LS-SVM预测器的实现方法和步骤,并且将其应用于压力传感器的故障检测和数据恢复,同线性神经网络预测器、RBF神经网络预测器和BP神经网络预测器的比较结果表明,LS-SVM预测器具有更高的预测精度,更好的外推能力,计算效率最高,因此,LS-SVM预测器是传感器故障检测和短期数据恢复的一种有效方法。
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。