欢迎访问行业研究报告数据库

行业分类

当前位置:首页 > 报告详细信息

找到报告 1 篇 当前为第 1 页 共 1

基于PSO-SVM的矿用CO传感器非线性补偿方法研究
作者:王伟峰;邓军;侯媛彬;耿瑞林; 加工时间:2018-06-19 信息来源:仪表技术与传感器
关键词:CO传感器;非线性补偿;支持向量机;微粒群算法
摘 要:随着矿井环境信息感知、危险源辨识等技术的发展,对气体传感器检测精度和可靠性的要求显著提高。为改善矿用气体传感器的性能,针对气体传感器补偿方法存在的技术难题,提出一种微粒群优化支持向量机(PSO-SVM)的非线性补偿方法。以CO传感器为例,采用Matlab软件进行数值仿真,BP神经网络方法将误差从18.48%降到8.51%,而采用微粒群优化支持向量机方法将误差降到5.28%。实验结果表明:PSO-SVM补偿方法能有效消除非目标参量对传感器输出结果的影响从而完成非线性补偿,提高了矿用CO传感器的可靠性与检测精度。
内 容:原文可通过湖北省科技信息共享服务平台(http://www.hbstl.org.cn)获取
© 2016 武汉世讯达文化传播有限责任公司 版权所有
客服中心

QQ咨询


点击这里给我发消息 客服员


电话咨询


027-87841330


微信公众号




展开客服