作者:李紫蕊,范书瑞,花中秋,夏克文,张艳 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2019年第11期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2019110030 DOC编号:DOCCGJS2019110039 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SPSO-SVR的融合航空发动机传感器故障诊断》PDF+DOC2009年第08期 鲁峰,黄金泉,陈煜,宋云峰 《人体坐姿识别智能终端的压力传感器排布问题研究》PDF+DOC2020年第07期 杜英魁,姚俊豪,王馨鹤,刘洪安,李若溪,原忠虎 《基于非线性PCA的微气体传感器阵列信号处理》PDF+DOC2005年第01期 魏广芬,唐祯安,余隽,陈正豪,王立鼎 《基于支持向量回归机的传感器故障诊断方法研究》PDF+DOC2010年第21期 神显豪 《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 《基于一种再生小波核的SVR在降低多传感器交叉敏感中的应用》PDF+DOC2009年第12期 李世维,刘君华,王群书 《多传感器数据融合的复杂人体活动识别》PDF+DOC2020年第10期 宋欣瑞,张宪琦,张展,陈新昊,刘宏伟 《齿轮箱传感器优化布置研究》PDF+DOC2010年第11期 魏秀业,潘宏侠,黄晋英 《智能机器人水果采摘识别系统设计》PDF+DOC2014年第09期 朱霞,陈仁文,夏桦康,章飘艳
  • 为了解决混合气体检测准确性较低的问题,提出了一种新型的混合气体分析方法。该方法通过PCA提取到的特征对随机森林建模,实现了混合气体的定性识别,并在此基础上利用粒子群优化的SVR对各类别气体浓度进行定量分析,解决了SVR超参数选择困难的问题。最后通过样本数据对算法的有效性进行了验证,实验结果表明随机森林的平均识别准确率最高达到了95%,粒子群优化的SVR模型对各类别气体浓度的估计准确率均比SVR高10%以上。

    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。