《基于OBLPSO-LSSVM的一氧化碳浓度检测》PDF+DOC
作者:张愉,童敏明,戴桂平
单位:华北计算技术研究所
出版:《计算机工程与应用》2013年第24期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSGG2013240560
DOC编号:DOCJSGG2013240569
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种传感器特性的高精度拟合方法》PDF+DOC2014年第09期 黄为勇,高玉芹,田秀玲
《核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法》PDF+DOC2014年第12期 高雨晨,唐耀庚
《基于PSO-LSSVM的差动变压器式位移传感器的温度补偿》PDF+DOC2018年第12期 陆腾云,卢文科,左锋,冯阳,吴子恒
《霍尔效应式位移传感器的温度补偿》PDF+DOC2019年第07期 钦志伟,卢文科,左锋,冯阳
《基于云粒子群-最小二乘支持向量机的传感器温度补偿》PDF+DOC2012年第04期 张朝龙,江巨浪,李彦梅,陈世军,査长礼,王陈宁
《基于CPSO-LSSVM的多传感器数据融合》PDF+DOC2012年第11期 张朝龙,李彦梅,江巨浪,江善和,黄忠,杨伟
《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC2013年第05期 刘滔,韩华亭,焦楷哲
《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+DOC2013年第S1期 杜康,许军,张耀辉,魏子杰
《基于GA-LSSVM的多信息融合算法》PDF+DOC2010年第06期 梁雨林,吴萍,刘毅
《《计算机应用》2013年第33卷第1~12期总目次》PDF+DOC2013年第12期
为了提高CO浓度检测精度,提出一种反向学习机制粒子群算法(OBLPSO)优化最小二乘支持向量机(LSSVM)的CO浓度检测模型(OBLPSO-LSSVM)。构建CO浓度检测的学习样本,输入到LSSVM中训练,通过引入反向学习机制的粒子群算法找到LSSVM的最优参数建立CO浓度检测模型,在Matlab 2012平台对模型性能进行仿真测试。结果表明,OBLPSO-LSSVM可以精确描述CO检测系统的输入与输出间的非线性变化关系,提高了CO浓度检测精度,具有一定的实际应用价值。
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。