基于最小二乘支持向量机预测器的传感器故障检测与数据恢复

• 作者: 信太克规 冯志刚 王祈
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 数据恢复 神经网络预测器 传感器故障检测 最小二乘支持向量机
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP2
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2007.02.001

摘要

本文介绍了最小二乘支持向量机(LS-SVM)回归的基本原理,提出了一种基于LS-SVM回归的时间序列预测器,并将其用于传感器的故障检测和数据恢复.论述了LS-SVM预测器的实现方法和步骤,并且将其应用于压力传感器的故障检测和数据恢复,同线性神经网络预测器、RBF神经网络预测器和BP神经网络预测器的比较结果表明,LS-SVM预测器具有更高的预测精度,更好的外推能力,计算效率最高,因此,LS-SVM预测器是传感器故障检测和短期数据恢复的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王祈	哈尔滨工业大学自动化测试与控制系	2	47	2.0	2.0
2	冯志刚	哈尔滨工业大学自动化测试与控制系	9	157	8.0	9.0