基于支持向量机的传感器非线性动态补偿方法

• 作者: 张浩然 张长江 武林 汪晓东 汪金山 蒋敏兰
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 传感器 非线性 动态补偿 最小二乘支持向量机
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 传感器技术
• 页码范围: 184-188
• 页数: 5页
• 分类号: TP212
• 字数: 2520字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2006.02.017

摘要

提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化,可获得更好的泛化性能,不易发生局部最优及过拟合现象,因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性,结果表明,即使当传感器动态模型存在严重非线性,且有测量噪声存在,该方法也仍然有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪晓东	浙江师范大学信息科学与工程学院	62	1198	16.0	33.0
2	张长江	浙江师范大学信息科学与工程学院	58	423	13.0	17.0
3	张浩然	浙江师范大学信息科学与工程学院	46	819	13.0	28.0
4	武林	浙江师范大学信息科学与工程学院	21	134	7.0	11.0
5	蒋敏兰	浙江师范大学信息科学与工程学院	26	184	7.0	12.0
6	汪金山	浙江师范大学信息科学与工程学院	13	83	6.0	9.0