无忧基地网友对基于LS-SVM辨识的温度传感器非线性校正研究的评论

摘要：引 言在传感器非线性校正领域，国内外许多学者提出多种方法，并得到广泛应用，传统方法归纳起来可分两类：一类是公式法，即以实验数据为基础，用最小二乘等系统辨识方法求取拟合曲线参数，建立校正曲线的解析表达式;另一类是表格法，以查表为手段，通过分段线性化来逼近传感器的非线性特性曲线。近些年来，随着神经网络的发展，又有不少学者利用神经网络的非线性回归能力，拟合传感器输出与输入的非线性关系，建立传感器传输特性的逆模型，从而使传感器亦即神经网络构成的系统线性化。但是，该方法也存在一定的局限性，主要表现在：1)神经网络存在局部极小和过学习问题，易影响网络的泛化能力，因此，对样本的数量和质量依赖强;2)网络训练... 察看基于LS-SVM辨识的温度传感器非线性校正研究全文