原文服务方: 科技与创新       
摘要:
结合支持向量机和小波理论的优点,提出了一种基于小波核支持向量机的传感器非线性误差校正的原理和方法.该方法利用小渡的多尺度插值特性和稀疏变化特性,提高了支持向量机的泛化能力和抗噪声能力.将该方法用于电涡流传感器的非线性校正,实验结果表明该小波核方法的校正效果优于传统的多项式拟舍方法和RBF核支持向量机,提高了电涡流传感器测量的准确性.
推荐文章
基于支持向量机的传感器的非线性校正
铜热电阻传感器
支持向量机
非线性校正
基于小波支持向量机的非线性组合预测方法研究
小波
支持向量机
核函数
非线性组合预测
基于SVM的传感器非线性特性校正新方法
非线性校正
神经网络
支持向量机
拟合方法
传感器
基于DSP技术的传感器非线性校正
DSP
非线性校正
最小二乘法
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 基于小波支持向量机的传感器非线性校正
来源期刊 科技与创新 学科
关键词 小波核 支持向量机 非线性校正 电涡流传感器
年,卷(期) 2009,(13) 所属期刊栏目 传感器与仪器仪表
研究方向 页码范围 137-138,246
页数 3页 分类号 TP212
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.13.060
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 李一波 沈阳航空工业学院自动化学院 101 885 13.0 25.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (70)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (40)
二级引证文献  (1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(7)
  • 参考文献(2)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(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
小波核
支持向量机
非线性校正
电涡流传感器
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导