热导传感器温度特性的CPSO-SVM数据融合校正
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.
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
29
TP181;TP212(自动化基础理论)
国家863计划项目2006AA06Z119;国家自然科学基金资助项目50534050;江苏省高校自然科学研究计划项目06KJD460174
2010-01-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
3259-3262