一种基于双支持向量机的传感器测量方法技术

本发明专利技术公开了一种基于双支持向量机的传感器测量方法，属于传感器信息处理领域。该方法包括以下步骤：由工况环境下的传感器标定数据建立数据样本；应用数据样本构建一个基于支持向量机的传感器逆模型；再应用传感器输出与传感器逆模型输出误差数据建立第二个数据样本来构建一个基于支持向量机的误差模型；传感器逆模型与误差模型的参数均由量子粒子群优化算法及模型的均方根误差与最大绝对误差同时最小的准则进行选择与优化。在测量时将传感器逆模型输出与误差模型输出的差作为被测量的真值。优点：有效降低了传感器的非线性特性对测量结果的影响，实现对被测量的高精度测量，且建模工作量较小，可广泛应用于各种传感器高精度测量领域。

【技术实现步骤摘要】

本专利技术属于传感器信息处理领域，具体是。
技术介绍
传感器在工业、农业、国防、科学技术等众多领域得到了广泛的应用，已成为现代信息社会的基础。由于传感器敏感元件特性、应用环境、传感器老化等众多因素的影响，使得传感器的输出与输入之间呈一种复杂的非线性关系，因而在实际工程应用中带来较大的测量误差。目前基于机器学习的传感器逆建模方法是实现传感器非线性特性补偿和提高传感器测量精度的一个有效技术手段。神经网络具有很强的非线性映射能力以及强大的自学习能力，可以拟合任意的非线性映射而无需建立其解析模型，成为传感器逆建模的一个重要方法。然而该方法存在需要大样本以及泛化能力差等缺陷，影响了传感器测量精度的提闻。支持向量机(support vector machine, SVM)是建立在统计学习理论的VC维理论和结构风险最小化基础之上的一种新型学习方法。相比于神经网络方法，支持向量机有效地解决了小样本、非线性和局部极小点等问题，具有较好的泛化性能，在传感器逆建模方面得到了应用。由于传感器输入输出特性具有高度的非线性，采用基于支持向量机的逆建模无法高精度地拟合传感器逆特性，采用该方法仍然存在相当的测量误本文档来自技高网...

【技术保护点】
一种基于双支持向量机的传感器测量方法，其特征是：利用传感器标定数据建立数据样本，应用支持向量机分别构建传感器逆模型和误差模型，具体步骤如下：步骤1：对传感器在工况环境下进行标定，得到n个传感器输出输入数据(yi，xi)，其中：yi?与xi分别为传感器输出值与输入值(i=1，2，…，n)；并将其分为训练样本集S1与测试样本集S2两部分；步骤2：由训练样本集S1建立一个基于支持向量机的传感器逆模型，传感器逆模型的参数由智能优化算法及测试样本集S2误差最小的准则进行选择与优化；步骤3：由传感器输出yi与传感器逆模型输出误差ei数据?(yi，ei)建立数据样本(i=1，2，…，n)，并将其分为训练样本...

【技术特征摘要】
1.一种基于双支持向量机的传感器测量方法，其特征是:利用传感器标定数据建立数据样本，应用支持向量机分别构建传感器逆模型和误差模型，具体步骤如下: 步骤1:对传感器在工况环境下进行标定，得到η个传感器输出输入数据(yi，Xi)，其中:Yi与Xi分别为传感器输出值与输入值(i=l，2，…，η);并将其分为训练样本集SI与测试样本集S2两部分； 步骤2:由训练样本集SI建立一个基于支持向量机的传感器逆模型，传感器逆模型的参数由智能优化算法及测试样本集S2误差最小的准则进行选择与优化； 步骤3:由传感器输出yi与传感器逆模型输出误差ei数据(yi，ei)建立数据样本(i=l，2，…，η)，并将其分为训练样本集S3与测试样本集S4两部分； 步骤4:由训练样本集S3构建一个基于支持向量机的误差模型...

【专利技术属性】
技术研发人员：黄为勇，高玉芹，田秀玲，
申请(专利权)人：徐州工程学院，
类型：发明
国别省市：