作者:毛琪波,余震虹 单位:华北计算技术研究所 出版:《计算机工程与应用》2016年第23期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2016230400 DOC编号:DOCJSGG2016230409 下载格式:PDF + Word/doc 文字可复制、可编辑
《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕 《基于改进PSO算法的红外气体传感器温度补偿》PDF+DOC2016年第06期 毛琪波,余震虹,王相淳 《基于自适应变异粒子群算法的混合核ε-SVM在混合气体定量分析中的应用》PDF+DOC2016年第09期 刘文贞,陈红岩,李孝禄,袁月峰,郭晶晶 《基于热导式气体传感器原理的气体浓度检测方法探究》PDF+DOC 何思阳,姜海波,刘昌宏,潘富祥,何光禄 《气体传感器在液化气泄漏检测中的应用》PDF+DOC2012年第09期 兰建军,辛红伟,张玉财 《基于PSO-LSSVM的振弦传感器温度补偿》PDF+DOC2012年第11期 王久平,廖迎新 《热导式气体传感器工作原理及检测方法改进》PDF+DOC2010年第02期 杜彬贤,陈今润,尹军 《基于粒子群支持向量机的湿度传感器温度补偿》PDF+DOC2013年第11期 叶小岭,廖俊玲,高大惟,王飞帆 《基于文化改进量子粒子群算法的无线传感器网络声源定位》PDF+DOC2013年第12期 刘玉柱,孙学梅,武继刚 《基于DSP的电涡流传感器的设计》PDF+DOC2004年第10期 吴峻,李璐,樊树江,常文森
  • 针对红外气体传感器测量精度受环境温度影响较大的问题,提出了一种基于嵌入自适应Levy变异免疫粒子群-最小二乘支持向量机(ALIPSO-LSSVM)的温度补偿算法。ALIPSO算法引入Levy flight对子代粒子进行自适应变异,确保粒子多样性,并在每次迭代之前,采用相对基学习方法初始化粒子群,提高算法的收敛速度。通过5个基准测试函数对ALIPSO算法进行性能评价,仿真结果表明该算法收敛速度较快、精度高,且具有较强的全局搜索能力。利用ALIPSO算法对LS-SVM的参数进行优化,并将该混合算法应用于红外气体传感器温度补偿,数值仿真结果表明采用该算法可将补偿结果的相对误差控制在6%范围内。

    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。