基于协同训练与LS-SVM的集成传感器在线温度补偿

被引：8

作者：

刘继华

金敏

机构：

[1] 湖南大学信息科学与工程学院

来源：

电子测量与仪器学报 | 2013年 / 27卷 / 11期

关键词：

协同训练; 最邻近点算法; 支持向量机; 回归; 增量学习; 传感器在线补偿;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

为利用机器学习对集成传感器实现在线补偿,使算法具有标定未知样本和更新样本集的能力,利用协同训练的方式,对最小二乘支持向量回归机进行改进,提出基于协同训练的支持向量回归算法,使用临近法对未知样本进行标定和选择,同时对新的样本空间进行剪枝,在保证反映新样本特性的前提下尽量减少对学习模型影响小的样本数量。实验证明,该算法在泛化能力不下降的情况下提高了回归精度,运用在集成传感器的在线补偿上,能降低获的成本,并取得良好的补偿效果。

引用

页码：1054 / 1059

页数：6

共 6 条

[1] 基于QPSO参数优化的LS-SVM智能标定 [J].

杨德志 .

辽东学院学报(自然科学版), 2011, 18 (03) :224-227

[2] 一种改进的在线最小二乘支持向量机回归算法 [J].

郭振凯 ;

宋召青 ;

毛剑琴 .

控制与决策, 2009, 24 (01) :145-148

[3] Temperature compensation of micromachined silicon hot wire sensor using ANN technique [J].

Laghrouche, M. ;

Idjeri, B. ;

Hammouche, K. ;

Tahanout, M. ;

Boussey, J. ;

Ameur, S. .

MICROSYSTEM TECHNOLOGIES-MICRO-AND NANOSYSTEMS-INFORMATION STORAGE AND PROCESSING SYSTEMS, 2012, 18 (03) :237-246

[4]

Research on Pressure Sensor Temperature Compensation by WNN Based on FA[J] . Sun Yan Mei,Liu Shu Dong,Miao Feng Juan,Tao Bai Rui.Applied Mechanics and Materials . 2012 (151)

[5]

Modeling and Error Compensation of MEMS Gyroscope Dynamic Output Data within the Whole Temperature Range[J] . Zhang Yan Shun,Wang Shu Wei.Advanced Materials Research . 2011 (311)

[6] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

← 1 →