《基于相关向量机的氢气传感器故障恢复方法》PDF+DOC
作者:王冰,张震宇,刘慧,张洪泉
单位:沈阳仪表科学研究院有限公司
出版:《仪表技术与传感器》2015年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFYBJS2015090040
DOC编号:DOCYBJS2015090049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波奇异熵和相关向量机的氢气传感器故障诊断》PDF+DOC2015年第01期 王冰,刁鸣,宋凯
《基于粒子群优化相关向量机的无线传感器故障检测》PDF+DOC2010年第13期 吴良海
《支持向量机动态多分类方法》PDF+DOC2017年第02期 房汉鸣,税爱社,汪辉,宗福兴
《传感器动态建模算法的仿真研究》PDF+DOC2012年第10期 程山英
《RVM算法在下肢辅助运动设备中的应用》PDF+DOC2019年第04期 张龙,刘仁学
《火电厂锅炉烟气氧含量精确测量仿真研究》PDF+DOC2017年第11期 李艳,任锦
《基于RVM的多功能自确认水质检测传感器》PDF+DOC2011年第08期 赵树延,于金涛,王翥,王祁
《电站关联规则的主元分析挖掘方法及传感器故障检测》PDF+DOC2009年第05期 邱凤翔,司风琪,徐治皋
《基于FPGA的失效数据恢复器的设计》PDF+DOC2007年第26期 刘鸣晓,朱伟兴
《船舶机舱无线传感器网络能量高效覆盖》PDF+DOC2014年第02期 马瑞,刘彦呈,王川
在相关向量机回归模型的基础上,提出了一种新的氢气传感器故障数据恢复方法。利用小生境粒子群算法的“共享机制”对相关向量回归的核参数进行了优化,使其能快速准确地找到全局最优参数。用优化并训练后的回归模型对发生故障后的数据进行预测,实现故障恢复。将本文所用方法与其他较成熟的方法进行了比较,实验结果表明本方法在恢复准确度和鲁棒性方面均优于传统方法。数据恢复相对误差在±;2.8%以内。
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。