《基于SVM的传感器动态模型辩识方法》PDF+DOC

📙 相关资料

1. 《基于支持向量机的传感器动态补偿新方法》PDF+DOC 提出一种基于支持向量机(SVM)的传感器动态补偿新方法，给出相应的补偿过程及学习算法。与常用的神经网络补偿方法比较，其优点是明显的。它采用了结构风险最小化准则，在最小化样本误差的同时减小模型泛化误差的上界，提高了模型的泛化能力；而且将学习算法转换为求解二次规划问题，使得在整个学习过程中有且仅有一个全......
2. 《基于SVM的电涡流传感器动态建模方法》PDF+DOC 传感器的动态特性反映了系统动态测试的能力，而对传感器动态特性描述的有效方法是建立传感器的动态模型。本文简单介绍了回归型支持向量机的基本原理，研究了利用支持向量机建立传感器动态模型的方法。利用支持向量机良好的回归拟合能力，建立了电涡流传感器的动态模型。实验结果表明该方法所建模型具有较高的准确性，为改善......
3. 《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......
4. 《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......
5. 《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......
6. 《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC 简述了一种基于支持向量机(SVM)和证据理论的多传感器信息融合的方法，并构造了基于支持向量机的概率计算模型。利用齿轮箱的常见故障预测，对所建立的数学模型进行验证，计算结果显示基于SVM和证据理论的信息融合故障诊断方法，要比单一传感器故障诊断有更高的准确性。...
7. 《自适应LMD与SVM耦合的传感器故障诊断模型》PDF+DOC 针对胎压传感器常见的几种突发故障，采用自适应LMD(局部均值分解)和支持向量多分类机(SVM)相耦合的方法.利用LMD方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量；支持向量多分类机进行故障识别.研究结果表明这两种算法的有机结合，实现了对胎压传感器7种工作状态的有效识别.......
8. 《基于SVM的电子分析天平温度漂移补偿方法》PDF+DOC 电磁力平衡传感器等关键部件的温敏特性是引起电子分析天平温度漂移的主要因素。针对电子分析天平温度漂移问题提出了基于支持向量机的补偿方法。通过分析引起电子分析天平温度漂移误差的原因，将温度敏感部件的温升和电子分析天平的温度漂移数据作为模型输入，运用自适应参数优化方法寻找最优参数，建立电子分析天平温度漂移......
9. 《基于核函数SVM的穿戴式姿态识别系统》PDF+DOC 设计一种基于核函数支持向量机(SVM)的穿戴式姿态识别系统。采集嵌入用户服装中的倾角传感器的数据，提取相应的特征参数，利用2种分类算法对样本进行姿态分类评估。测试实验结果表明，核函数SVM算法对日常姿态的分类效果较好，姿态识别系统对用户日常的多种姿态识别率较高。...
10. 《适用于智能传感器系统的SVM集成研究》PDF+DOC 以支持向量机(SVM)为代表的人工智能技术在智能传感器系统中得到了广泛的应用，但传统的SVM有“灾难性遗忘”现象，即会遗忘以前学过的知识，并且不能增量学习新的数据，这已无法满足智能传感器系统实时性的要求。而Learn++算法能够增量地学习新来的数据，即使新来数据属于新的类，也不会遗忘已经学习到的旧知......