作者：姜力,贺晓雷,行鸿彦 单位：中国电子学会 出版：《电子测量与仪器学报》2017年第09期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFDZIY2017090110 DOC编号：DOCDZIY2017090119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对地面遥测自动气象站采用的HMP-45D湿度传感器测量准确度易受温度影响的问题，通过改进遗传算法(GA)的适应度函数、选择、交叉、变异操作优化支持向量机(SVM)的惩罚函数、径向基核函数、不敏感损失函数，利用不同温湿度条件下的多组实测数据，建立了温度补偿模型，并与传统的SVM回归模型补偿结果对比分析。实验结果表明，利用GA-SVM模型进行温度补偿最大误差绝对值为0.1367%，比传统SVM温度补偿模型提高了2.8351%，GA-SVM算法克服了传统SVM补偿算法补偿精度低、处理速度慢的问题，具有全局寻优能力强、收敛速度快、补偿精度高的特点，能够有效地对湿度传感器进行温度补偿。

    📙 相关资料

    1. 《湿敏电容器的温度补偿方法研究》PDF+DOC 为了精确辨识湿敏电容器的温度补偿模型，减小系统测量误差，分析了湿敏电容器的温度补偿原理，提出了一种基于改进的遗传算法(GA)和支持向量机(SVM)相结合的补偿算法。基于湿敏电容器，建立了GA-SVM补偿模型，并与BP神经网络方法进行了比较。共144个样本点，经过补偿后GA-SVM和BP模型的相对误差......
    2. 《虚拟自动气象站湿度传感器的温度补偿》PDF+DOC 针对湿度传感器测量精度受温度影响问题，提出一种采用虚拟技术的湿度补偿方法。利用LabVIEW平台的图形化处理技术，分别采用BP神经网络、支持向量机(SVM)算法建立了湿度补偿模型。以调温调湿箱、JJQ1气象信号模拟器、HMP45D湿度传感器搭建了实验平台。实验数据表明：补偿后数据误差降低了1个数量级......
    3. 《湿度传感器的SVM温度补偿研究及软件设计》PDF+DOC 针对湿度传感器受温度影响严重而导致测量精度下降的问题，提出了采用改进的粒子群(PSO)和支持向量机(SVM)相结合的方法(AMPSO-SVM)对传感器进行温度补偿，建立了补偿模型，并与传统的网格寻优支持向量机(GRID-SVM)以及遗传算法支持向量机方法(GA-SVM)进行了比较。结果表明：改进的粒......
    4. 《基于改进GA-BP神经网络的湿度传感器的温度补偿》PDF+DOC 针对自动气象站采用的HMP45D型湿度传感器测量精度易受温度影响的问题，通过对遗传算法中的编码方式、适应度函数和参数进行改进研究，利用改进的遗传算法(genetic algorithm，GA)对反向传播(back propagation，BP)神经网络的初始权值阈值进行优化，在较大的范围进行搜索，采......
    5. 《基于GA优化LS-SVM的霍尔位移传感器的温度补偿》PDF+DOC 由于霍尔位移传感器输出电压随温度变化，所以需要对该传感器进行温度补偿.首先采用遗传算法(GA)优化的最小二乘支持向量机算法(LS-SVM)建立被测位移与霍尔位移传感器系统的输出电压和温度之间的函数关系，其次从该函数关系求出融合后的数据，最后从该数据求出温度补偿后零位温度系数、灵敏度温度系数和相对误差......
    6. 《基于LS-SVM的传感器智能校正及温度补偿》PDF+DOC 提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法，并给出了相应的过程和算法。在该方法中，LS-SVM被用作构建逆模型，并通过该模型映射传感器非线性特性，同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明：所提模型建模速度比SVM模型高......
    7. 《基于改进遗传算法的传感器特性方程的建立》PDF+DOC 在标准遗传算法的基础上，引入了变长度的编码方案、父子竞争的选择交叉机制、对优良个体的大变异操作等，算法的收敛速度得到很大提高，且能自动选择函数的形式、建立传感器的特性方程.结果表明，采用这种方法得到的拟合函数有着较高的精度。...
    8. 《特征融合与GA-SVM在刀具状态监测中的应用研究》PDF+DOC 为保证监测的准确性，刀具监控系统往往采用多个传感器进行监测并采集数据，导致监测成本的增加。通过对一个传感器的信号数据建立多个信号处理模型，将多个模型的特征进行融合，深度挖掘信号中所蕴含有关刀具磨损的敏感特征，提高监测的准确性，降低成本；同时针对将融合所得特征输入支持向量机(SVM)进行刀具磨损状态的......
    9. 《基于粒子群支持向量机的湿度传感器温度补偿》PDF+DOC 针对高分子湿敏电容感应元件容易受温度影响的问题，提出了运用改进的基于非线性递减惯性权重和自适应变异的粒子群优化支持向量机(AMPSO-SVM)方法对湿度传感器进行温度补偿，并与遗传支持向量机(GA-SVM)和标准粒子群支持向量机(PSO-SVM)优化方法进行了比较。结果表明：经过改进的粒子群优化支持......
    10. 《基于信息融合与GA-SVM的煤矿瓦斯浓度多传感器预测模型研究》PDF+DOC 为更准确地预测瓦斯浓度，提高煤矿传感器瓦斯浓度监测数据的精准度，提出基于信息融合技术与遗传支持向量机(GA-SVM)相结合的算法。首先，利用信息融合技术对原始瓦斯浓度数据进行关联性重构；然后，通过对基于遗传算法(GA)优化的支持向量机(SVM)惩罚因子C和回归参数w寻优，建立煤矿瓦斯浓度多传感器预测......

    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。