《基于SVM的动态建模新方法》PDF+DOC
作者:王晓红,吴德会
单位:九江学院
出版:《九江学院学报(自然科学版)》2004年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJJYX2004030100
DOC编号:DOCJJYX2004030109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM的传感器非线性特性校正新方法》PDF+DOC2005年第04期 吴德会,王晓红,朱程辉
《基于支持向量机的传感器动态建模方法》PDF+DOC2005年第10期 吴德会,王晓红
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《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
《传感器动态建模的最小二乘支持向量机方法》PDF+DOC2006年第07期 汪晓东,张长江,张浩然,冯根良,许秀玲
《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
《传感器动态建模算法的仿真研究》PDF+DOC2012年第10期 程山英
《基于进化神经网络的移动机器人免碰路径规划方法》PDF+DOC2006年第S1期 范红
《改进PSO算法结合FLANN在传感器动态建模中的应用》PDF+DOC2009年第01期 张媛媛,徐科军,许耀华
《基于神经网络校正的NTC热敏电阻传感器系统》PDF+DOC2008年第05期 赵立燕,刘军,许亮
为了提高传感器系统的动态特性 ,本文提出了一种基于支持向量机 (SVM)的传感器动态建模新方法。由于支持向量机是基于统计学习理论的新一代机器学习技术 ,它有效地解决了小样本学习问题 ,因此本方法建模对实验样本数量没有特殊的要求。最后 ,仿真实验结果也证明了该动态建模方法在小样本情况下特别有效。
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。