基于LS-SVM的非线性多功能传感器信号重构方法研究

• 作者: LIU Jian SUN Sheng-He 孙金玮 魏国
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 多功能传感器 信号重构 最小二乘支持向量机 交叉验证
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 论文报告
• 页码范围: 869-875
• 页数: 7页
• 分类号: TP212
• 字数: 6124字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00869

摘要

提出了基于最小二乘支持向量机(Least squares support vector machine,LS-SVM)的非线性多功能传感器信号重构方法.不同于通常采用的经验风险最小化重构方法,支持向量机(Support vector machine,SVM)是基于结构风险最小化准则的新型机器学习方法,适用于小样本标定数据情况,可有效抑制过拟合问题并改善泛化性能.在SVM基础上,LS-SVM将不等式约束转化为等式约束,极大地简化了二次规划问题的求解.研究中通过L-折交叉验证实现调整参数优化,在两种非线性情况下对多功能传感器的输入信号进行了重构,实验结果显示重构精度分别达到0.154%和1.146%,表明提出的LS-SVM重构方法具有高可靠性和稳定性,验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙金玮	哈尔滨工业大学自动化测试与控制系	52	375	11.0	16.0
2	魏国	哈尔滨工业大学自动化测试与控制系	37	602	15.0	24.0
3	LIU Jian	哈尔滨工业大学自动化测试与控制系	1	25	1.0	1.0
4	SUN Sheng-He	哈尔滨工业大学自动化测试与控制系	1	25	1.0	1.0