| 一种传感器特性的高精度拟合方法 |
| |
| 作者姓名： | 黄为勇 高玉芹 田秀玲 |
| |
| 作者单位： | 徐州工程学院 江苏省大型工程装备检测与控制重点建设实验室,江苏 徐州 221111;徐州工程学院 信电工程学院,江苏 徐州 221111;徐州工程学院 江苏省大型工程装备检测与控制重点建设实验室,江苏 徐州 221111;徐州工程学院 信电工程学院,江苏 徐州 221111;徐州工程学院 江苏省大型工程装备检测与控制重点建设实验室,江苏 徐州 221111;徐州工程学院 信电工程学院,江苏 徐州 221111 |
| |
| 基金项目： | 江苏省基础研究计划(自然科学基金)资助项目(BK20131124)；徐州工程学院江苏省大型工程装备检测与控制重点建设实验室开放基金项目(JSKLEDC201212)。 |
| |
| 摘 要： | 为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10~(-9)~10~(-7)%之间,其拟合性能明显优于常规方法。
|
| 关 键 词： | 传感器 特性拟合 最小二乘支持向量机 量子粒子群优化 |
| 收稿时间： | 2014-03-25 |
| 修稿时间： | 2014-04-25 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|
