基于粒子群优化结合最小二乘支持向量机的气体传感器建模

基于粒子群优化结合最小二乘支持向量机的气体传感器建模杜康;许军;张耀辉;魏子杰
【期刊名称】《计算机应用》
【年(卷),期】2013(033)0z1
【摘要】针对混合气体传感器建模过程中最小二乘支持向量机(LS-SVM)参数难以确定的问题,提出一种粒子群优化结合LS-SVM方法.建立LS-SVM气体传感器模型,采用粒子群优化算法对支持向量机参数进行优化选取,利用取得的最优参数建立定量分析模型,最后通过实测数据对建立的支持向量机模型进行了检验,证明了模型的准确性.%It was proposed a method of Least Square Support Vector Machine (LS-SVM) based on Particle Swarm Optimization (PSO) for LS-SVM parameter selection in modeling of gas mixture sensor.LS-SVM was used to build the model of gas sensor.PSO algorithm was introduced to optimize the parameters of support vector machine.The sensor model was tested with the practical measurement data.The results prove the accuracy of the model.
【总页数】3页(P66-68)
【作者】杜康;许军;张耀辉;魏子杰
【作者单位】装甲兵工程学院控制工程系,北京100072;装甲兵工程学院控制工程系,北京100072;装甲兵工程学院技术保障系,北京100072;装甲兵工程学院控制工程系,北京100072
【正文语种】中文
【中图分类】TP18;TP301.6;TP391.9
【相关文献】
1.核电厂环境辐射监测传感器网络中缺失值的粒子群算法－最小二乘支持向量机估计算法 [J], 高雨晨;唐耀庚
2.基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用 [J], 李玉军;汤晓君;刘君华
3.基于云粒子群-最小二乘支持向量机的传感器温度补偿 [J], 张朝龙;江巨浪;李彦梅;陈世军;查长礼;王陈宁
4.基于粒子群优化结合最小二乘支持向量机的气体传感器建模 [J], 杜康;许军;张耀辉;魏子杰;
5.基于粒子群最小二乘支持向量机的软测量建模 [J], 陈如清;俞金寿
因版权原因，仅展示原文概要，查看原文内容请购买。