《基于PSO-SVM的传感器非线性动态补偿及LabVIEW实现》PDF+DOC
作者:张霞,陈保利
单位:东方国际科技传媒有限公司
出版:《智慧工厂》2013年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFKBCK2013090110
DOC编号:DOCKBCK2013090119
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机的光寻址电位传感器温度补偿研究》PDF+DOC2015年第12期 邱恒明,陈东,李桂银,黄勇,陈真诚,梁晋涛
《下肢假肢穿戴者跑动步态识别方法》PDF+DOC2018年第10期 赵晓东,刘作军,陈玲玲,杨鹏
《基于WPSO-KELM的火灾预警模型设计》PDF+DOC2018年第02期 丁承君,张井超,何乃晨
《基于SVM的网络定位算法的仿真设计》PDF+DOC2019年第04期 冯娜
《基于SVM的多传感器信息融合算法》PDF+DOC2005年第04期 周鸣争,汪军
《基于支持向量机的电容式压力传感器建模方法》PDF+DOC2005年第07期 吴德会,王晓红
《MPSO-SVM的压力传感器的非线性校正研究》PDF+DOC2012年第02期 郭凤仪,郭长娜,王洋洋
《基于最小二乘支持向量机的传感器非线性动态系统辨识》PDF+DOC2008年第03期 吴德会
《基于最小二乘支持向量机的传感器非线性动态补偿》PDF+DOC2007年第06期 吴德会
《基于EEMD能量熵和LSSVM的传感器故障诊断》PDF+DOC2013年第07期 丁国君,王立德,申萍,杨鹏
在动态测试中,由于传感器存在静态非线性失真和动态响应滞后,测量结果含有较大的误差,必须进行非线性动态补偿。实际传感器一般可以等效为一个无记忆非线性环节和一个动态线性环节串联的模型。对支持向量机进行传感器非线性动态补偿的方法进行了研究,对支持向量机核函数以及相关参数的选择进行了分析并利用粒子群优化算法进行了实现。最后在LabVIEW平台实现了补偿算法,通过仿真验证了支持向量机回归的方法在多种信噪比条件下仍然有比较好的补偿效果。
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。