期刊文献+

基于最小二乘支持向量机的压力传感器非线性校正

在线阅读 下载PDF
导出
摘要 依据压力传感器样本,提出了一种采用最小二乘支持向量机(LS-SVM)辨识传感器逆模特征的校正压力传感器非线性误差的方法,该方法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题,不需逆模型函数形式的先验知识,能够保证得到的极值解就是局最优解,具有较好的泛化能力。实验结果表明,采用该方法校正后的传感器的检测精度可达到1%,效果令人满意。
出处 《伺服控制》 2010年第6期72-73,88,共3页 Servo Control
  • 相关文献

参考文献2

二级参考文献14

  • 1刘刚,刘学仁,蔡十华.基于神经网络的瓦斯传感器的非线性校正[J].工矿自动化,2006,32(6):1-4. 被引量:4
  • 2VAPNIK V N,GOLOWICH S.E,SMOLA A J.Support vectormethod for function approximation,regression estimation and sig-nal processing[].Neural Information Processing Systems.1997
  • 3ZHANG Li,ZHOUWeida,JIAO Licheng.Wavelet support vectormachine[].IEEE Transactions on SystemsManand Cybernet-icsPart B:Cybernetics.2003
  • 4SAUNDERS C,GAMMERMAN A,VOLK V.Ridge regressionlearning algorithm in dual variables. 15th International Con-frernce on Machine Learning.July 24-27,1998 . 1998
  • 5KEERTHI S S,SHEVADE S K.SMO algorithm for least squaresSVM formulations[].Neural Computation.2003
  • 6WANG Lixin.Adaptive Fuzzy Systems and Control:Design andStablility Analysis[]..1994
  • 7Suykens JAK,Van Gestel T,De Brabanter J,et al.Least Squares Support Vector Machines[]..2002
  • 8Golub GH,Van Loan CF.Matrix Computations[]..1996
  • 9Smola AJ,Scholkopf B,Muller KR.The connection between regularization operators and support vector kernels[].Neural Networks.1998
  • 10Narendra K S,Parthasarathy K.Identification and control of dynamical systems using neural network[].IEEE Transactions on Neural Networks.1990

共引文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部