收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

加权支持向量回归机在传感阵列模式识别中的应用

彭姝迪  林静玉  周渠  李孟励  
【摘要】:加权支持向量回归机在图像处理、数据分析及故障诊断等领域得到了很好的应用。论文针对传统神经网络模式识别中存在网络结构难于确定、过学习、收敛速度慢、易陷入局部极小值等不足及标准支持向量回归机中未考虑各样本重要性的差异问题,结合变压器油中多组分气体监测传感器阵列,针对不同温度下各样本数据重要性的差异,在标准支持向量回归机模型的基础上,构建给各个样本的惩罚系数C和误差要求参数ε赋予不同权重系数的加权支持向量回归机(WSVR)模型,将改进后的SVR模型应用于气体传感器阵列信号模式识别中,并将预测结果与传统BP神经网络及标准SVR方法进行对比。实验结果表明,该模式识别方法在预测精度和泛化能力上都较传统神经网络和标准支持向量回归模式识别方法有明显提高,有效地解决了多组分气体监测传感器的交叉敏感问题。主要结论:a)通过多组分气体传感阵列检测的实验数据分析验证加权支持向量回归机模型同传统神经网络及标准支持向量机模型相比,具有更高的预测精度和更好的泛化能力。b)加权支持向量回归机能很好地应用于多组分气体传感阵列检测模式识别,为解决多传感阵列交叉敏感问题提出了一种新方法。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵汗青;;一种支持向量回归的局部邻域稀疏化方法[J];火力与指挥控制;2008年S2期
2 刘昕;孙金玮;刘丹;;基于支持向量回归的非线性多功能传感器信号重构[J];传感技术学报;2006年04期
3 宋豪杰;韩璞;李海丽;;基于支持向量回归的协调系统建模[J];山西电力;2008年04期
4 唐阔;胡国圣;车喜龙;胡亮;;基于遗传算法优化支持向量回归机的网格负载预测模型[J];吉林大学学报(理学版);2010年02期
5 李大海;李天石;李宗斌;;一种多率采样的在线支持向量回归及应用[J];西安交通大学学报;2010年03期
6 李大海;李天石;;非均匀采样系统的支持向量回归建模与控制[J];西安交通大学学报;2011年03期
7 张军峰;胡寿松;;基于一类局部固定核的支持向量回归建模[J];控制与决策;2008年06期
8 戴宏亮;;基于智能遗传算法与支持向量回归的人口预测[J];计算机工程与应用;2008年21期
9 张培艳;吕恬生;宋立博;;基于案例学习的排球机器人运动规划及其支持向量回归实现[J];上海交通大学学报;2006年03期
10 安文森;孙彦广;;一种新的支持向量回归核函数构建方法[J];信息与控制;2006年03期
11 王平;王文剑;;基于时序核函数的支持向量回归机[J];计算机辅助工程;2006年03期
12 郝继升;;基于支持向量回归机和B样条网络回归曲线建模算法[J];江西科学;2007年01期
13 郝继升;;一种建立回归曲线模型的新算法[J];河南科学;2007年02期
14 王玲;穆志纯;郭辉;;一种基于聚类的支持向量机增量学习算法[J];北京科技大学学报;2007年08期
15 张永;迟忠先;;基于时间序列的模糊支持向量回归[J];计算机工程;2007年19期
16 刘扬;王浩;方宝富;姚宏亮;;一种基于支持向量回归方法在RoboCup中的应用[J];合肥工业大学学报(自然科学版);2007年10期
17 戴宏亮;;基于智能支持向量回归的瓦斯涌出量预测[J];计算机工程与应用;2009年01期
18 王玲;穆志纯;付冬梅;;基于支持向量回归的动态区域迁移建模方法及应用[J];系统仿真学报;2009年05期
19 张文兴;丛宽;王建国;秦波;;一种新的快速支持向量回归算法[J];微计算机信息;2010年33期
20 杨玫;郭天杰;陈青华;;基于经验模式分解的时间序列预测方法研究[J];计算机技术与发展;2011年07期
中国重要会议论文全文数据库 前10条
1 彭姝迪;林静玉;周渠;李孟励;;加权支持向量回归机在传感阵列模式识别中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
2 吴德会;;非线性动态系统的SVR辨识法[A];第二十六届中国控制会议论文集[C];2007年
3 尹焕平;孙宗海;;基于自然梯度的支持向量回归在线算法[A];2009中国控制与决策会议论文集(3)[C];2009年
4 林关成;李亚安;李国辉;;支持向量回归的连续过松弛训练算法研究[A];2010’中国西部声学学术交流会论文集[C];2010年
5 王玲;穆志纯;郭辉;;基于支持向量回归的增量建模方法[A];第25届中国控制会议论文集(上册)[C];2006年
6 杨慧中;邵信光;石晨曦;;一种改进的支持向量回归机启发式算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
7 董泽;纪国瑞;王东风;韩璞;徐大平;;基于置信机的风电场风速预测误差补偿[A];全国第二届信号处理与应用学术会议专刊[C];2008年
8 阮秀凯;张志涌;;一种基于支持向量回归的盲恢复新算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 王小刚;童振;王福利;张清知;;一种支持向量回归模型参数多目标寻优方法[A];2007中国控制与决策学术年会论文集[C];2007年
10 李洁;高峰;管晓宏;周佃民;;支持向量回归学习方法中基于稳定型GA的超参数选择[A];第二十四届中国控制会议论文集(下册)[C];2005年
中国博士学位论文全文数据库 前10条
1 赵永平;支持向量回归机及其在智能航空发动机参数估计中的应用[D];南京航空航天大学;2009年
2 余艳芳;改进型支持向量回归机及其在过程建模与控制中的应用[D];华东理工大学;2010年
3 孙少超;数据校正和支持向量机的过失误差识别的研究[D];华东理工大学;2012年
4 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
5 于萍;自适应逆控制方法研究及其应用[D];华北电力大学(河北);2006年
6 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
7 陈晓峰;核方法在分类、回归与聚类方面的研究及应用[D];江南大学;2009年
8 蒋一波;现代分布式工业监控系统中网络测量与控制关键技术的研究与应用[D];浙江工业大学;2008年
9 佘青山;图像编码传输技术研究及其在工业监控中的应用[D];浙江大学;2007年
10 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 王(山弄);支持向量回归在曲线拟合/重构中的应用[D];中国农业大学;2005年
2 胡国圣;基于遗传算法和支持向量回归的网格资源预测[D];吉林大学;2010年
3 马丽;基于支持向量回归理论的股份预测实证研究[D];新疆大学;2011年
4 吴欢欢;基于噪声模型的支持向量回归机的分析[D];哈尔滨工业大学;2011年
5 王珏鑫;基于多种智能计算方法的支持向量回归机参数优化[D];吉林大学;2010年
6 陆宇由;基于MPEG4和支持向量机的智能报警系统研究[D];长沙理工大学;2005年
7 刘扬;基于支持向量技术的Agent强化学习研究与应用[D];合肥工业大学;2007年
8 杜鹃;基于支持向量机的非线性预测控制研究[D];浙江大学;2006年
9 陈士骞;基于逼近基元的智能非线性系统模型研究[D];武汉科技大学;2008年
10 赵凯;基于支持向量回归的轴承故障定量诊断方法研究[D];苏州大学;2012年
中国重要报纸全文数据库 前10条
1 于子松 万幼川;强化优势 突出特色[N];中国测绘报;2006年
2 陈瑜唐婷;智能视频监控:给电子眼装上“大脑”[N];科技日报;2007年
3 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年
4 杨莉;三维表面检测系统进军造船领域[N];中国船舶报;2008年
5 李海成;750千伏变电站机器人巡检科技项目通过验收[N];国家电网报;2008年
6 郑金武;中科院与香港科大共建智能识别实验室[N];江苏科技报;2009年
7 汉王科技股份有限公司 童剑军;正确认识智能视频分析技术[N];计算机世界;2008年
8 通讯员 金声;水下机器人技术国家级重点实验室竣工[N];中国船舶报;2009年
9 ;石墨烯与生物电子领域有“交集”[N];中国技术市场报;2010年
10 组稿 王毅俊;人工智能与人类生活[N];上海科技报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978