| 基于统计学习预测技术提高传感器稳定度 |
| |
| 引用本文： | 林继鹏,刘君华. 基于统计学习预测技术提高传感器稳定度[J]. 传感器与微系统, 2008, 27(9) |
| |
| 作者姓名： | 林继鹏 刘君华 |
| |
| 作者单位： | 1. 长安大学,电子与控制工程学院,陕西,西安,710054
2. 西安交通大学,电气工程学院,陕西,西安,710049 |
| |
| 摘 要： | 针对传感器的输出随温度和电源的波动以及自身的某些特性的改变等因素而发生零点漂移现象,提出了一种对以上非目标量进行预测处理以消除它们对传感器输出影响的支持向量机(SVM)预测技术.这种方法不需要建立大量的观测样本,也不需要对观测样本进行特征提取就可以取得良好的改善效果,具有较好的实用价值.以2只半导体传感器为研究对象的测试结果表明:利用该方法使稳定性提高了6倍.同时,提出了2种优化算法:增量样本法和降一阶算法.
|
| 关 键 词： | 统计学习 支持向量机预测技术 数据融合 不稳定度 |
Stability enhancement of sensor based on statistical learning prediction method |
| |
| LIN Ji-peng,LIU Jun-hua. Stability enhancement of sensor based on statistical learning prediction method[J]. Transducer and Microsystem Technology, 2008, 27(9) |
| |
| Authors: | LIN Ji-peng LIU Jun-hua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
