基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍和比较标准支持向量机(SVM)和最小二乘支持向量机(LS-SVM)基本原理的基础上,探讨了一种利用LS-SVM进行传感器动态误差补偿的方法;并给出了相应的过程和算法.与标准SVM补偿方法比较,该方法的优点是明显的:用等式约束代替标准SVM算法中的不等式约束,将求解二次规划问题转化为直接求解线性矩阵方程,在相同样本条件下,使得补偿器构造速度提高1~2个数量级.通过对SVM和LS-SVM传感器动态补偿的仿真分析和实验结果对比表明,在噪声条件下,LS-SVM方法的补偿误差约为SVM的40%.因此,LS-SVM补偿方法学习速度快,抗噪声干扰能力强,更适合传感器动态补偿.
推荐文章
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
基于最小二乘支持向量机的多属性决策
多属性决策
最小二乘支持向量机
效用函数
基于最小二乘支持向量机的双模控制
预测控制
最小二乘支持向量机
稳定性
李亚普诺夫方法
双模控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最小二乘支持向量机的传感器动态补偿方法
来源期刊 计量学报 学科 工学
关键词 计量学 支持向量机 最小二乘支持向量机 传感器 动态补偿
年,卷(期) 2007,(4) 所属期刊栏目
研究方向 页码范围 344-348
页数 5页 分类号 TB93
字数 4195字 语种 中文
DOI
五维指标
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 九江学院电子工程系 66 721 15.0 23.0
5 杨世元 合肥工业大学仪器科学与光电工程学院 53 456 11.0 18.0
6 董华 九江学院电子工程系 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (23)
二级引证文献  (19)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计量学
支持向量机
最小二乘支持向量机
传感器
动态补偿
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导