《光纤光栅电压传感器非线性校正研究》PDF+DOC
作者:张开玉,李燕秋,卢迪
单位:天津理工大学
出版:《光电子·激光》2018年第11期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFGDZJ2018110020
DOC编号:DOCGDZJ2018110029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于渔夫捕鱼-最小二乘支持向量机的传感器节点定位的研究》PDF+DOC2016年第10期 谢洪,王大溪
《采用SVM-PSO混合算法的光学电压传感器内电场优化》PDF+DOC2020年第04期 黄奕钒,徐启峰,谢楠,谭巧
《光纤器件》PDF+DOC2003年第02期
《压铸机合模力传感器非线性动态补偿的研究》PDF+DOC2012年第04期 彭继慎,张浩,常勇
《基于LS-SVM的传感器阵列多维信号智能提取方法研究》PDF+DOC2010年第06期 孙林,杨世元
《基于最小二乘支持向量机的矿用振弦式称重传感器非线性校正》PDF+DOC2010年第01期 钟俏灵,蒋智庆
《基于最小二乘支持向量机的瓦斯传感器非线性校正》PDF+DOC2009年第05期 刘瑞芳,梅孝安
《基于最小二乘支持向量机的传感器动态补偿方法》PDF+DOC2007年第04期 吴德会,杨世元,董华
《基于LS-SVM的传感器智能校正及温度补偿》PDF+DOC2007年第03期 王晓红,吴德会
《一种基于LS-SVM构造FLANN的热电偶非线性校正方法》PDF+DOC2007年第06期 吴德会,王晓红
针对传统的光纤光栅电压传感器非线性校正算法具有运行速度慢,拟合精度不高的缺陷。在研究了大量国内外文献过后,本文为了解决一些传统非线性校正方法在光栅光纤传感器校正中的不足,在此提出了一种基于蚁群算法优化的分段支持向量机回归的校正算法。由于传统的蚁群算法在信号处理中搜索速度不理想,最小二乘支持向量机回归算法精度不高,所以此算法是结合了蚁群算法搜索最小二乘支持向量机回归最佳参数原理的基础上将样本空间按照数据分布情况进行分段回归,以此减少算法运行时间。首先通过蚁群算法优化各个支持向量机参数,然后通过分段回归得到传感器完整的特性,曲线拟合精度为99.97%。此算法克服了传统支持向量机回归算法中局部最优解的问题,具有较好的全局收敛效果。
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。