作者：高云红,李一波 单位：中国计算机用户协会自动控制分会;中国计算机用户协会山西分会 出版：《微计算机信息》2008年第34期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFWJSJ2008340600 DOC编号：DOCWJSJ2008340609 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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，为改善电涡流传感器的动态特性，实现动态补偿提供了一种较为有效的方法。

    📙 相关资料

    1. 《基于SVM的传感器动态模型辩识方法》PDF+DOC 提出了一种传感器动态模型辩识新方法，给出了相应的辩识过程及学习算法。该方法采用支持向量机模型，与常规模型辩识方法比较，其优点是明显的。其采用了结构风险最小化准则，在最小化样本误差的同时减小模型泛化误差的上界，提高了模型的泛化能力；而且将学习算法转换为求解二次规划问题，使得整个模型参数辩识过程中有且仅......
    2. 《基于支持向量机的传感器动态补偿新方法》PDF+DOC 提出一种基于支持向量机(SVM)的传感器动态补偿新方法，给出相应的补偿过程及学习算法。与常用的神经网络补偿方法比较，其优点是明显的。它采用了结构风险最小化准则，在最小化样本误差的同时减小模型泛化误差的上界，提高了模型的泛化能力；而且将学习算法转换为求解二次规划问题，使得在整个学习过程中有且仅有一个全......
    3. 《基于支持向量机的传感器非线性动态补偿》PDF+DOC 鉴于相同条件下传感器的输出特性本质上服从某一未知分布及统计学习理论中支持向量机方法解决非线性问题的能力，提出了一种通过学习机构造出反映传感器输出特性的回归函数进行动态补偿的方法。该方法无需被补偿传感器结构特性的先验知识，且提高了泛化能力。实验表明：补偿后的传感器具有期望的输出特性。...
    4. 《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。...
    5. 《红外二氧化碳传感器动态特性校准与改进研究》PDF+DOC 提出了红外二氧化碳传感器动态特性实验方法 ，建立了红外二氧化碳传感器的动态数学模型 ，阐述了动态补偿滤波器的设计过程 ，并讨论了影响动态数字滤波器补偿效果的各种因素 .为了减小运算时间 ，改善传感器的响应特性 ，给出了一种将滤波器的差分方程变成递推运算的方法 .实验结果表明 ，动态补偿滤波器有效地提......
    6. 《遗传优化支持向量机的传感器动态建模》PDF+DOC 传感器动态建模是研究传感器工作机理、评价动态性能指标及设计动态校正环节的重要途径。在分析最小二乘支持向量机回归算法的基础上，针对其可调参数的选择问题，提出了基于遗传算法进行全局优化的方法。仿真结果表明，将遗传优化最小二乘支持向量机算法应用于传感器的动态建模中，具有学习速度快和建模精度高的优点，所建模......
    7. 《传感器动态性能的研究进展》PDF+DOC 传感器的动态特性直接影响测试系统功能的发挥，国内外对传感器动态性能进行了大量的研究，回顾了传感器辨识建模和动态补偿等的研究进展与成果，并分析了传感器动态特性的研究前景。...
    8. 《LS-SVM构造FLANN逆系统的传感器动态补偿方法》PDF+DOC 提出一种用最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法，并给出了传感器动态逆系统的数学模型。在该方法中，通过在传感器后串接逆系统模型来修正动态测试误差、提高传感器的动态特性。通过典型的传感器动态标定实验数据，该逆系统模型......
    9. 《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......
    10. 《一种非线性动态的传感器建模算法》PDF+DOC 针对传感器动态的非线性、动态特性，精确建模比较难。为此，提出一种非线性的传感器动态建模方法。首先将LSS-VM参数作为蚂蚁的位置向量，传感器动态建模精度作为目标函数，然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索，并在最优蚂蚁邻域内进行小步长局部搜索，找到算法的最优参数，最后建立传感器......

    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。