多核SVM在傳感器動(dòng)態(tài)建模和補(bǔ)償中的研究.pdf

1、傳感器是檢測系統(tǒng)的窗口，也是檢測系統(tǒng)獲取信息的工具，它測試的準(zhǔn)確性決定著檢測系統(tǒng)的性能。提高傳感器的動(dòng)態(tài)特性和靜態(tài)特性，就能相應(yīng)的提高檢測系統(tǒng)的性能，而動(dòng)態(tài)特性尤為關(guān)鍵，目前對于如何提高傳感器的動(dòng)態(tài)特性已成為國內(nèi)外研究的一項(xiàng)重要課題。本文以改善傳感器的動(dòng)態(tài)特性為目的，將支持向量機(jī)應(yīng)用于傳感器動(dòng)態(tài)建模和補(bǔ)償中，并深入研究了基于多核的最小二乘支持向量機(jī)在傳感器動(dòng)態(tài)建模和補(bǔ)償中的應(yīng)用，通過仿真實(shí)驗(yàn)比較分析不同的支持向量機(jī)算法在處理傳感器動(dòng)態(tài)特

2、性問題上的效果。本文主要研究內(nèi)容包括以下幾個(gè)方面:
　　(1)研究了不敏感支持向量回歸機(jī)、改進(jìn)型支持向量回歸機(jī)、最小二乘支持向量回歸機(jī)和基于多核的最小二乘支持向量機(jī)的核心理論及其實(shí)現(xiàn)方法，以及多核函數(shù)的構(gòu)成和核函數(shù)權(quán)值的選取。
　　(2)分析了幾種傳統(tǒng)的傳感器動(dòng)態(tài)建模的方法，在此基礎(chǔ)上，從傳感器的動(dòng)態(tài)特性方面入手，深入研究了支持向量機(jī)方法在傳感器動(dòng)態(tài)建模中的應(yīng)用。通過不敏感支持向量回歸機(jī)、改進(jìn)型支持向量回歸機(jī)、最小二乘支持向

3、量回歸機(jī)和基于多核的最小二乘支持向量機(jī)對動(dòng)態(tài)特性表現(xiàn)為線性和非線性的傳感器模型進(jìn)行了動(dòng)態(tài)建模的仿真實(shí)驗(yàn)，實(shí)驗(yàn)中比較分析了采用不同核函數(shù)的動(dòng)態(tài)建模效果。通過仿真實(shí)驗(yàn)比較分析得到，基于多核的最小二乘支持向量機(jī)較其它支持向量機(jī)的算法在傳感器動(dòng)態(tài)建模中具有一定的優(yōu)越性，對核函數(shù)及其參數(shù)的依賴性相對較小且具有較高的建模精度和良好的抗噪性能。
　　(3)研究了支持向量機(jī)在傳感器動(dòng)態(tài)補(bǔ)償中的應(yīng)用。通過對基于參考模型的動(dòng)態(tài)補(bǔ)償原理的研究，利用支持

4、向量機(jī)設(shè)計(jì)了傳感器的動(dòng)態(tài)補(bǔ)償器。運(yùn)用不敏感支持向量回歸機(jī)、改進(jìn)型支持向量回歸機(jī)、最小二乘支持向量回歸機(jī)和基于多核的最小二乘支持向量機(jī)算法分別對線性和非線性的傳感器模型進(jìn)行了動(dòng)態(tài)補(bǔ)償?shù)姆抡鎸?shí)驗(yàn)，比較分析在同種模型下選取不同算法設(shè)計(jì)的動(dòng)態(tài)補(bǔ)償器對傳感器動(dòng)態(tài)補(bǔ)償?shù)男Ч?。結(jié)果表明利用支持向量機(jī)方法設(shè)計(jì)的動(dòng)態(tài)補(bǔ)償器在很大程度上改善了傳感器的動(dòng)態(tài)特性，但是就比較而言，基于多核的最小二乘支持向量機(jī)設(shè)計(jì)的動(dòng)態(tài)補(bǔ)償器對傳感器的動(dòng)態(tài)補(bǔ)償效果最好，有效的改善