基于支持向量机的传感器动态补偿新方法

• 作者: 吴德会 杨世元 苏海涛
• 来源期刊: 化工自动化及仪表
• 学科: 工学
• 关键词: 传感器 动态补偿 支持向量机 神经网络
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 仪器仪表
• 页码范围: 61-63
• 页数: 3页
• 分类号: TP212
• 字数: 2270字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3932.2005.05.017

摘要

提出一种基于支持向量机(SVM)的传感器动态补偿新方法,给出相应的补偿过程及学习算法.与常用的神经网络补偿方法比较,其优点是明显的.它采用了结构风险最小化准则,在最小化样本误差的同时减小模型泛化误差的上界,提高了模型的泛化能力;而且将学习算法转换为求解二次规划问题,使得在整个学习过程中有且仅有一个全局极值点,确定了所构造补偿器的唯一性.仿真和实验结果均表明,经过SVM动态补偿器可极大地缩短传感器达到稳定的时间,应用SVM模型对传感器进行动态补偿方法有效.