一種傳感器特性的高精度擬合方法

首頁(yè) > 過(guò)刊瀏覽>2014年第22卷第9期 >3074-3076,3083

一種傳感器特性的高精度擬合方法
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:(1.徐州工程學(xué)院 江蘇省大型工程裝備檢測與控制重點(diǎn)建設實(shí)驗室,江蘇 徐州 221111; ;2.徐州工程學(xué)院 信電工程學(xué)院,江蘇 徐州 221111)
作者簡(jiǎn)介:黃為勇(1963-),男,江蘇揚州人,博士,教授,主要從事傳感器信息處理、無(wú)線(xiàn)傳感器網(wǎng)絡(luò )技術(shù)等方向的研究。[FQ)]
通訊作者:
中圖分類(lèi)號:TP212;TP181
基金項目:江蘇省基礎研究計劃(自然科學(xué)基金)資助項目(BK20131124)；徐州工程學(xué)院江蘇省大型工程裝備檢測與控制重點(diǎn)建設實(shí)驗室開(kāi)放基金項目(JSKLEDC201212)。

Fitting Sensor Characteristics with High Accuracy

Author:

Affiliation:

(1.Jiangsu Key Laboratory of Large Engineering Equipment Detection and Control, Xuzhou Institute of Technology, Xuzhou 221111,China;2.School of Information and Electrical Engineering, Xuzhou Institute of Technology, Xuzhou 221111,China)[JZ)]

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

為提高傳感器非線(xiàn)性特性的擬合精度,提出了一種基于最小二乘支持向量機(LSSVM)與量子粒子群優(yōu)化算法(QPSO)的傳感器特性擬合方法；該方法采用最小二乘支持向量機構建傳感器特性的非線(xiàn)性回歸模型,模型的參數向量由量子粒子群優(yōu)化算法和學(xué)習樣本平均絕對誤差最小的準則進(jìn)行優(yōu)化；實(shí)驗結果驗證了該方法的有效性,其擬合絕對誤差在10-9~10-7%之間,其擬合性能明顯優(yōu)于常規方法。

Abstract:

To improve the fitting accuracy of nonlinear characteristics of the sensor characteristics, a new method is proposed based on the integration of least squre support vector machine(LSSVM) and quantum-behaved particle swarm optimization algorithm(QPSO). Firstly, LSSVM is used to build the regression model of sensor characteristics.Then parameter vector of fitting model is intelligently tuned by QPSO and the principle of mean maximum absolute error minimization. The experimental results show that the absolute error is between 10-9~10-7%, which means that the proposed method in this paper is effective, and performance of fitting model is superior to ordinary methods.

參考文獻

相似文獻

引證文獻

引用本文

黃為勇,高玉芹,田秀玲.一種傳感器特性的高精度擬合方法計算機測量與控制[J].,2014,22(9):3074-3076,3083.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2014-03-25
最后修改日期:2014-04-25
錄用日期:
在線(xiàn)發(fā)布日期: 2014-12-18
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼