《基于ABC-PSO的ε-SVM在甲烷测量中的应用》PDF+DOC
作者:鲍立,陈红岩,郭晶晶
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2017年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2017070440
DOC编号:DOCCGQJ2017070449
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进PSO算法的SVM在甲烷测量中的应用》PDF+DOC2017年第09期 鲍立,陈红岩,郭晶晶,袁月峰,李孝禄
《《计算机应用》2015年第35卷第1~12期总目次》PDF+DOC2015年第12期
《基于自适应变异粒子群算法的混合核ε-SVM在混合气体定量分析中的应用》PDF+DOC2016年第09期 刘文贞,陈红岩,李孝禄,袁月峰,郭晶晶
《Android跌倒检测系统的实现》PDF+DOC2016年第17期 李美惠
《基于SVM的多传感器信息融合算法》PDF+DOC2005年第04期 周鸣争,汪军
《SVM和BP算法在气体识别中的对比研究》PDF+DOC2005年第01期 汪丹,张亚非
《基于SVM的核电站环境辐射监测网络中传感器节点缺失值估计算法》PDF+DOC2012年第04期 王龙辉,高嵩,屈星
《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分类区域的传感器网络节点自定位算法》PDF+DOC2009年第04期 刘明,王婷婷,黄小燕,刘锐
《改进型SVM多类分类算法在无线传感器网络中的应用》PDF+DOC2013年第03期 刘倩,崔晨,周杭霞
针对红外甲烷传感器在工业现场测量时易受到温度、湿度以及类似气体等非目标变量的影响,提出了一种基于人工蜂群和粒子群混合优化算法(ABC-PSO)的支持向量机模型(ABC-PSO-ε-SVM)对其进行校正。将ABC算法与PSO算法并行组合构成混合优化算法,能够感知非目标变量的变化,快速、准确地搜索到SVM参数。实验中,采用红外甲烷传感器对0%~5.05%浓度的16组标准甲烷气体进行测量,将其中11组数据作为训练集,5组数据作为测试集,建立ε-SVM回归校正模型并进行预测。结果表明:模型的回归拟合效果好,预测精度比单一优化算法的SVM模型高。
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。