原文服务方: 计算机测量与控制       
摘要:
铜热电限的非线性影响到它的测温准确度和测温范围,针对这个问题提出了采用支持向A机(SVM),建立了铜热电阻传感器的逆模型进行非线性校正,并且与以往采用的BP网络和最小二乘校正方法进行了比较;结果表明,采用支持向f机的非线性校正方法的最大误差为±0.0287%左右,与BP人工神经网络取得的结果(最大误差为± 0.0523%左右)和最小二乘法取得的结果(最大误差为±0.0865%左右)相比,精度高于以上2种校正方法;同时,SVM方法有较好的泛化能力,在很大程度上提高了传感器的线性度,并且补偿曲线更顺滑,预测性更强,它为铜热电阻传感器的非线性动态补偿提供了一种新方法.
推荐文章
基于小波支持向量机的传感器非线性校正
小波核
支持向量机
非线性校正
电涡流传感器
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
基于支持向量机的电流互感器零点误差非线性校正
电流互感器
零点误差
量子粒子群算法
最小二乘支持向量机
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 基于支持向量机的传感器的非线性校正
来源期刊 计算机测量与控制 学科
关键词 铜热电阻传感器 支持向量机 非线性校正
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 243-245
页数 分类号 TP302
字数 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 彭继慎 辽宁工程技术大学电气与控制工程学院 111 550 12.0 17.0
2 于精哲 辽宁工程技术大学电气与控制工程学院 1 19 1.0 1.0
3 夏乃钦 辽宁工程技术大学电气与控制工程学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (8)
参考文献  (1)
节点文献
引证文献  (19)
同被引文献  (95)
二级引证文献  (11)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
铜热电阻传感器
支持向量机
非线性校正
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导