基于支持向量机校正虚拟仪器非线性误差研究

支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文讨论了基于支持向量机实现虚拟仪器系统非线性校正的原理和方法,并将该方法应用于一浓度测量虚拟仪器,取得了满意的效果。实践结果表明,该方法有很好的应用前景和研究价值。