《基于加权最小二乘支持向量机的下水道可燃气体分析》PDF+DOC
作者:曾燕,成新文,王红旗,蓝集明,陈林
单位:西南大学
出版:《西南师范大学学报(自然科学版)》2014年第09期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXNZK2014090170
DOC编号:DOCXNZK2014090179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于分布式多子网神经网络的可燃气体分析》PDF+DOC2009年第11期 张愉,齐美星,童敏明
《GMDH神经网络在电主轴热位移建模中的应用》PDF+DOC2019年第06期 万正海,李锻能,潘岳健
《基于BP神经网络的可燃混合气体分析方法的研究》PDF+DOC2006年第02期 童敏明,张愉,齐美星
《多维传感器标定的支持向量机复合式方法》PDF+DOC2011年第06期 马迎坤,张希农
《基于RBF神经网络的单一催化传感器检测混合气体研究》PDF+DOC2009年第05期 张愉,齐美星,童敏明
《基于单一传感器的可燃混合气体RBF网络分析》PDF+DOC2008年第05期 张愉,童敏明
《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC2007年第12期 梁伟锋,汪晓东,梁萍儿
《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC2006年第02期 汪晓东,张浩然,张长江,汪金山,蒋敏兰,武林
《基于特征量和神经网络的钢管缺陷预测模型》PDF+DOC2004年第09期 杨涛,王太勇,秦旭达,蒋奇
《基于Gabor变换和神经网络的可燃气体分析》PDF+DOC2014年第12期 叶小婷
下水道可燃气体分析是城市下水道可燃气体监测预警系统的重要组成部分.该文针对BP神经网络对下水道可燃混合气体分析存在速度慢、容易陷入局部最优,以及标准最小二乘支持向量机鲁棒性差的缺点,建立了一种基于加权最小二乘支持向量机(WLS-SVM)的下水道可燃气体分析模型.加权最小二乘支持向量机模型采用最小二乘线性系统,对误差变量进行权值设定,提高了学习速度和学习精度.仿真结果表明:基于WLS-SVM的下水道可燃气体分析模型优于所比较的BP神经网络和最小二乘支持向量回归机2种模型,具有优良的预测精度和鲁棒性。
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。