10.3321/j.issn:0254-3087.2007.04.008
基于SVM构造的FLANN数据融合方法在CPS修正中的应用
在对常规函数链接型神经网络(FLANN)构造方法的认识基础上,讨论了一种基于支持向量机(SVM)技术的FLANN构造新方法,并利用该方法对实际的电容压力传感器(CPS)系统进行非线性修正及温度补偿.先将SVM的拓扑结构与常规FLANN结构进行比较,确定两者的等价性.因此,可通过SVM求解二次规划问题来实现FLANN结构的唯一优化.用常规FLANN方法在同样条件下进行对比实验,实验结果表明用该方法构造的FLANN具有结果唯一、结构简单、全局优化等特点,特别是在实验数据较少的小样本条件下仍然具有更高的鲁棒性和修正精度.
函数链接型神经网络、支持向量机、电容压力传感器、小样本、修正
28
TP212(自动化技术及设备)
国家自然科学基金70272032;70672096
2007-05-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
621-625