《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
作者:吴德会,杨世元,董华
单位:中国电子学会
出版:《电子测量与仪器学报》2006年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDZIY2006060080
DOC编号:DOCDZIY2006060089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Wiener模型的传感器动态非线性辨识研究》PDF+DOC2014年第07期 雷超,韩华亭,刘滔
《遗传优化支持向量机的传感器动态建模》PDF+DOC2011年第03期 唐炜,张莉,陈涛
《基于最小二乘支持向量机的传感器非线性动态系统辨识》PDF+DOC2008年第03期 吴德会
《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
《基于最小二乘支持向量机的传感器动态补偿方法》PDF+DOC2007年第04期 吴德会,杨世元,董华
《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
《基于支持向量机的传感器非线性动态补偿》PDF+DOC2005年第12期 李亚楠,耿伯英
《基于有输入噪声扰动系统辨识方法的传感器动态补偿》PDF+DOC2009年第11期 刘清,岳东
《3种空隙率测量建模方法的比较研究》PDF+DOC2009年第08期 彭珍瑞,魏薇,李国娜,吉万成
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解线性矩阵方程,使得在相同条件下,系统辨识速度提高1~2个数量级,辨识误差降低50%。因此,LS-SVM模型速度快,抗噪声干扰能力强,更适合传感器动态系统建模。
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。