作者：陆腾云,卢文科,左锋,冯阳,吴子恒 单位：天津市工业自动化仪表研究所;天津市自动化学会 出版：《自动化与仪表》2018年第12期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFZDHY2018120130 DOC编号：DOCZDHY2018120139 下载格式：PDF + Word/doc 文字可复制、可编辑
《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 《基于最小二乘支持向量机的硅压阻式传感器温度补偿》PDF+DOC2016年第04期 杨遂军,康国炼,叶树亮 《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 《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PSO-LSSVM的振弦传感器温度补偿》PDF+DOC2012年第11期 王久平,廖迎新 《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PSO-LSSVM预测的改进传感器故障检测和隔离》PDF+DOC2014年第02期 王通,高宪文,翟瑀佳,刘春芳 《多核SVM对传感器动态建模的研究》PDF+DOC2013年第01期 吴延增,张政国,刘旭宁 《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

    • 温度对于差动变压器式位移传感器的灵敏度有很大的影响，必须对其采取温度补偿措施。文中采用粒子群优化最小二乘支持向量机(PSO-LSSVM)算法进行温度补偿；利用PSO算法良好的寻优能力对LSSVM算法的惩罚因子和核函数参数进行优化选取，弥补了传统的最小二乘支持向量机手动选取参数的缺陷。由二维标定试验得到不同温度下差动变压器式位移传感器的输入输出数据，且由此可知该传感器受温度的影响比较大。利用PSO-LSSVM算法对该传感器进行优化并得到补偿后的结果。试验证明，PSO-LSSVM算法使灵敏度温度系数减小了2个数量级，温度附加误差减小了1个数量级，从而减小了温度对该传感器的影响。

    📙 相关资料

    1. 《基于云粒子群-最小二乘支持向量机的传感器温度补偿》PDF+DOC 针对传感器的测量精度受温度影响较大问题，提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制，具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择，建立CMPSO-LSSVM传......
    2. 《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC 针对最小二乘支持向量机在对传感器进行补偿时，正则化参数和核函数参数对补偿精度影响较大的问题，提出一种利用改进的粒子群优化算法优化最小二乘支持向量机模型参数的传感器补偿方法。该方法利用改进的粒子群优化算法优化最小二乘支持向量机模型的正则化参数和核函数参数，避免了人工选择参数的盲目性，提高了最小二乘支持......
    3. 《基于最小二乘支持向量机的硅压阻式传感器温度补偿》PDF+DOC 针对硅压阻式传感器灵敏度和零点温度漂移大、硬件补偿电路效果不佳的问题，提出最小二乘支持向量机方法对其温度漂移进行补偿。首先分析了经硬件补偿后的硅压阻式传感器的温度漂移特性，在整个检测范围内选取均匀分布的温度、压力数据作为模型输入，经预处理后对输出数值进行训练，并运用网格搜索法和交叉确认法优化模型的惩......
    4. 《一种传感器特性的高精度拟合方法》PDF+DOC 为提高传感器非线性特性的拟合精度，提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法；该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型，模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化；实验结果验证了该方法的有效性，......
    5. 《霍尔效应式位移传感器的温度补偿》PDF+DOC 针对霍尔位移传感器温度漂移的问题，提出了一种基于粒子群优化算法与遗传算法优化最小二乘支持向量机(PSO-GA-LSSVM)的温度补偿新模型。该模型利用粒子群优化算法对最小二乘支持向量机中的惩罚因子和核函数进行优化选取，提高了模型的训练速度与准确度；并引入遗传算法中的变异思想，拓展模型的群搜索空间，提......
    6. 《基于PSO-LSSVM的振弦传感器温度补偿》PDF+DOC 针对振弦传感器测量精度受环境温度影响的问题，本文提出基于粒子群-最小二乘支持向量机的温度补偿方法。采用泛化能力好、收敛速度快、全局最优的最小二乘支持向量机，并引入粒子群算法对最小二乘支持向量机的两个参数进行优化，建立预测模型，进行温度补偿。实验表明：与BP神经网络算法相比，该方法提高了传感器的精度。...
    7. 《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC 压力传感器的输出不仅随压力变化，而且易受环境温度的影响，因而限制了传感器的测量精度。为了克服压力传感器的上述缺陷，本文提出了一种基于最小二乘支持向量机的温度补偿方法，并用虚拟仪器技术予以实现。与常用的误差反传神经网络方法相比，最小二乘支持向量机可获得更好的泛化性能，不易发生局部最优及过拟合现象。因此......
    8. 《基于PSO-LSSVM预测的改进传感器故障检测和隔离》PDF+DOC 针对采油现场传感器的输出会随生产过程出现较大的波动，导致传感器故障隔离误判率高的问题，提出采用粒子群最小二乘支持向量机预测的改进传感器故障检测与隔离方法.该方法首先采用主元分析方法(PCA)对含噪声的传感器数据建模检测故障；为降低故障隔离的误判率，采用基于粒子群最小二乘支持向量机方法预测传感器的输出......
    9. 《多核SVM对传感器动态建模的研究》PDF+DOC 针对传感器的动态特性，提出了一种基于多核最小二乘支持向量机对传感器进行动态建模的方法.通过不同核函数的线性加权组合构造新的等价核，由于构造的等价核函数兼具了全局核函数和局部核函数的优点，从而降低了建模精度对核函数及其参数的依赖性.在理论上详细介绍了多核最小二乘支持向量机回归参数和模型输出值的求解方法......
    10. 《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+DOC 针对混合气体传感器建模过程中最小二乘支持向量机(LS-SVM)参数难以确定的问题，提出一种粒子群优化结合LS-SVM方法。建立LS-SVM气体传感器模型，采用粒子群优化算法对支持向量机参数进行优化选取，利用取得的最优参数建立定量分析模型，最后通过实测数据对建立的支持向量机模型进行了检验，证明了模型的......

    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。