热导传感器温度特性的CPSO-SVM数据融合校正

• 作者: 任子晖 童敏明 黄为勇
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 热导传感器 温度特性校正 支持向量机 数据融合 经典粒子群优化
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3259-3262
• 页数: 4页
• 分类号: TP181|TP212
• 字数: 4986字
• 语种: 中文

摘要

为了消除环境温度对热导气体传感器的影响,提出了一种热导传感器温度特性的经典粒子群优化——支持向量机(CPSO-SVM)数据融合校正方法.该方法将热导传感器和温度传感器构成传感器组,利用支持向量机对传感器组的输出信号进行数据融合,采用经典粒子群优化算法和测试样本集均方根误差与平均绝对百分比误差同时最小原则选择和优化支持向量机的参数向量.对氢气浓度的检测实验表明,该方法能有效地改善传感器的温度特性,实现了气体浓度的精确检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任子晖	中国矿业大学信息与电气工程学院	91	755	13.0	24.0
2	黄为勇	徐州工程学院信电工程学院	29	211	8.0	14.0
4	童敏明	中国矿业大学信息与电气工程学院	143	1024	16.0	25.0