《基于TSPSO支持向量机红外甲烷传感器动态补偿》PDF+DOC
作者:王宏伟,韩云涛,彭继慎
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2013年第09期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2013090030
DOC编号:DOCCGJS2013090039
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种管道红外传感器压力补偿模型研究》PDF+DOC2016年第10期 杨绪军
《CPSO支持向量机红外瓦斯传感器动态补偿》PDF+DOC2016年第03期 柴文光
《基于ABC-PSO的ε-SVM在甲烷测量中的应用》PDF+DOC2017年第07期 鲍立,陈红岩,郭晶晶
《基于粒子群支持向量机的钢板损伤位置识别》PDF+DOC2017年第10期 张燕君,王会敏,付兴虎,张亦男
《红外甲烷传感器非线性动态补偿的研究》PDF+DOC2011年第08期 郭瑞,常勇
《基于SVM的电涡流传感器动态建模方法》PDF+DOC2008年第34期 高云红,李一波
《巨磁阻传感器输出非线性与温漂的补偿》PDF+DOC2013年第05期 辛守乔,肖立业,马玉鹏
《基于PSO-SVM的空中目标智能融合识别模型》PDF+DOC2013年第01期 曹永刚,魏晓明
《基于支持向量机的传感器动态补偿新方法》PDF+DOC2005年第05期 吴德会,杨世元,苏海涛
《一种矿用红外瓦斯传感器的检测模型》PDF+DOC2010年第01期 李一男,刘永平,王汝琳
针对红外甲烷传感器在矿井下使用易受周围恶劣环境因素影响的问题,提出了一种动态感知的双子群粒子群-支持向量机(TSPSO-ε-SVM)补偿算法对其进行动态补偿。TSPSO算法同时优化非目标环境变量和SVM参数,其寻优精度高、收敛速度快,并在此基础上建立了综合补偿数学模型。实验表明,该补偿算法回归拟合效果好,模型的测量精度高于一般的粒子群最小二乘支持向量机(PSO-LSSVM)模型。
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。