基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服标准支持向量机参数选取受人为因素影响的不足,从而提高虚拟仪器动态误差补偿的精度,在支持向量机原理的基础上,利用遗传算法的自动寻优功能,以虚拟仪器采集到的数据为输入参数,建立了支持向量机的优化模型,并给出了遗传算法具体优化步骤.通过动态误差补偿实例的计算结果表明,给出的优化模型较标准支持向量机模型的补偿效果更加明显,并且具有良好的可靠性和稳定性.
推荐文章
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
基于遗传算法的双子支持向量机的模型选择
双子支持向量机
遗传算法
核函数
参数选择
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
基于加速遗传算法的选择性支持向量机集成
加速遗传算法
适应函数
负相关学习
支持向量机
选择性集成
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 基于遗传算法支持向量机的虚拟仪器动态补偿
来源期刊 中国测试 学科 工学
关键词 支持向量机 遗传算法 虚拟仪器 动态补偿
年,卷(期) 2010,(4) 所属期刊栏目 测控技术
研究方向 页码范围 74-76
页数 分类号 O159|TP11.52
字数 1730字 语种 中文
DOI
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 李世平 62 395 11.0 17.0
2 马超 4 13 2.0 3.0
3 张进 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (17)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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(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)
研究主题发展历程
节点文献
支持向量机
遗传算法
虚拟仪器
动态补偿
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
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
论文1v1指导