基于SVM的传感器非线性特性校正新方法

• 作者: 吴德会 朱程辉 王晓红
• 来源期刊: 工业仪表与自动化装置
• 关键词: 非线性校正 神经网络 支持向量机 拟合方法 传感器
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 科研论坛
• 页码范围: 3-5,47
• 页数: 4页
• 分类号: TP212
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2005.04.001

摘要

介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法.支持向量机是Vapnik教授提出的基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此该方法对样本数量没有特殊的要求.实验证明该方法有效,同时研究表明该方法也能用于其他系统的非线性校正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴德会		66	721	15.0	23.0
2	朱程辉		54	436	11.0	18.0
3	王晓红		22	152	7.0	11.0