基于SVR构造FLANN的传感器动态补偿研究

• 作者: 吴德会
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 函数链接型神经网络 支持向量回归机 传感器 补偿 辨识
• 年，卷（期）: 2009,（1）
• 页码范围: 42-48
• 页数: 7页
• 分类号: TB942
• 字数: 5701字
• 语种: 中文

摘要

提出了一种利用支持向量回归机(SVR)对函数链接型神经网络(FLANN)进行构造的新方法,并将其应用于传感器动态补偿.文中将SVR的解与常规FLANN估计进行对比,发现两者具有相同的问题形式,因此,在适当的参数条件下可通过SVR对FLANN进行优化构造.与常规FLANN构造方法比较,SVR-FLANN具有明显特点,即将权值迭代逼近问题转化为二次规划问题求解,使得在整个训练过程中有且仅有一个全局极值点,确定了所构造FLANN补偿器的唯一性.实际压力传感器动态补偿实验结果表明:用该方法构造的补偿器与常规方法相比,具有更高的精度、更强的抗干扰能力及更稳定的补偿效果.因此,更适合传感器动态补偿.

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