《基于SVM的动态建模新方法》PDF+DOC

📙 相关资料

1. 《基于SVM的传感器非线性特性校正新方法》PDF+DOC 介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法。支持向量机是Vapnik教授提出的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，因此该方法对样本数量没有特殊的要求。实验证明该方法有效，同时研究表明该方法也能用于其他系统的非线性校正。...
2. 《基于支持向量机的传感器动态建模方法》PDF+DOC 传感器动态建模是测量领域的重要研究方向，本文介绍了一种基于支持向量机的传感器动态建模新方法。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，因此该方法对样本数量没有特殊的要求。最后，实验证明了该动态建模方法有效。...
3. 《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC 支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理，据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复，阐述了具体的实现方法和步骤。仿真结果表明：SVM预测器有效地克服了神经网络的不足，能准确预测和跟踪传感器的输出信号，并在传感器发生故障后一定的时......
4. 《基于SVM的电涡流传感器动态建模方法》PDF+DOC 传感器的动态特性反映了系统动态测试的能力，而对传感器动态特性描述的有效方法是建立传感器的动态模型。本文简单介绍了回归型支持向量机的基本原理，研究了利用支持向量机建立传感器动态模型的方法。利用支持向量机良好的回归拟合能力，建立了电涡流传感器的动态模型。实验结果表明该方法所建模型具有较高的准确性，为改善......
5. 《传感器动态建模的最小二乘支持向量机方法》PDF+DOC 提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则，而不是通常神经网络的经验误差最小化原则，遵循该原则可获得更好的泛化性能，且不易发生局部最优及过拟合现象，因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方......
6. 《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......
7. 《传感器动态建模算法的仿真研究》PDF+DOC 研究传感器动态优化建模，传感器存在不同程度的相位滞后和惯性等动态特性，当被测参数随时间迅速变化时，动态测试误差较大，严重影响控制精度，对传感器的这种动态性能进行描述是提高检测精度和控制准确度的重要手段。为了提高传感器系统控制精度，减少传感器建模误差，提出一种基于支持向量机的传感器动态建模算法。采用非......
8. 《基于进化神经网络的移动机器人免碰路径规划方法》PDF+DOC 本文对基于传感器系统确定避碰策略的移动机器人所走过的路径用两层LMBP(Levenberg-MarquardtBackpropagation)网络进行学习，从而将环境信息与决策储存在神经网络中。通过使学习网络的样本不断进化从而实现网络的进化，使机器人对环境的适应能力不断增强。仿真结果表明结果较好。...
9. 《改进PSO算法结合FLANN在传感器动态建模中的应用》PDF+DOC 将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合，实现传感器的动态线性建模。利用传感器的动态标定实验数据，首先训练FLANN神经网络，网络训练结束后的权值作为粒子群中某个粒子的初始值，而后利用改进的PSO算法继续寻优，得到的全局最优值即为所求的传感器动态模型的系数。实验结果表......
10. 《基于神经网络校正的NTC热敏电阻传感器系统》PDF+DOC NTC热敏电阻具有高非线性特性，BP神经网络具有较强的非线性映射的能力，试验应用BP神经网络对NTC热敏电阻传感器进行非线性校正，将电阻值在输入训练网络前进行归一化处理，并利用网络对实际的温度采集系统进行校正，得到了理想的结果。此方法实现简单，精度高，在实际应用中有较高的应用价值。...