《传感技术学报》2006年03期 加入收藏    获取最新    基于SVM的传感器动态模型辩识方法   吴德会;王晓红   　　提出了一种传感器动态模型辩识新方法,给出了相应的辩识过程及学习算法。该方法采用支持向量机模型,与常规模型辩识方法比较,其优点是明显的。其采用了结构风险最小化准则,在最小化样本误差的同时减小模型泛化误差的上界,提高了模型的泛化能力;而且将学习算法转换为求解二次规划问题,使得整个模型参数辩识过程中有且仅有一个全局极值点,确定了结果的唯一性。最后,仿真和实际试验结果均表明应用支持向量机对传感器动态模型进行辩识有效。 【作者单位】：九江学院电子工程学院;合肥工业大学仪器仪表学院 合肥230009;九江学院电子工程学院;江西九江332005;江西九江332005 【关键词】：支持向量机;动态模型;传感器;模型辩识 【分类号】：TP212 【DOI】：cnki:ISSN:1004-1699.0.2006-03-044 【正文快照】： 　　当被测量随时间变化时,传感器的输入输出关系会呈现出动态特性,对传感器的这种动态性能进行描述是研究其机理,评价其性能的重要手段。建立对传感器动态特性描述的有效方法是根据实验结果进行数据处理,建立描述传感器动态性能的数学模型。这种通过对实验观测的输入输出数据进行     推荐 下载CAJ全文           下载PDF全文   CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式   Dynamic Model Identification Method Based on SVM for Sensors   WU Dei-hui 1;2;Wang Xiao-hong1 1.College of Electronic Engineering;Jiujiang University;Jiujiang Jiangxi 332005;China; 2.School of Instrument Science;Hefei University of technology;Hefei 230009;China   　This paper presents a new method for dynamic model identification of sensors, and gives the corresponding design processes and learning algorithm. This method is based on support vector machine(SVM) model. Compared with conventional model identification methods, this method possesses prominent advantages:over fitting is unlikely to occur by employing structural risk minimization criterion to minimize the errors at the samples and decrease simultaneously the upper bound of the predict error of the models. Furthermore, the global optimal solution can be uniquely obtained owing to that learning algorithm converts machine learning into quadratic programming.Simulations and experimental results show the dynamic model identification method is not only effective but of high precision. 【Keyword】：support vector machine(SVM);dynamic model;sensors;model identification   【参考文献】   共（2）篇    中国期刊全文数据库 找到 2 条   1 田社平,姜萍萍,颜国正; 应用递推神经网络的传感器动态建模研究 [J]; 仪器仪表学报; 2004年05期 2 徐科军,殷铭; 基于FLANN的腕力传感器动态建模方法 [J]; 仪器仪表学报; 2000年01期   【引证文献】   共（1）篇    中国期刊全文数据库 找到 1 条   1 王晓红,吴德会; 基于SVR的传感器Hammerstein模型辨识 [J]; 传感技术学报; 2007年05期   【共引文献】   共（815）篇    中国优秀硕士学位论文全文数据库 找到 10 条   1 林惠玲; 不定二次规划的最优解集与求解算法 [D];福建师范大学; 2006年 2 张瑞芳; 灰箱辨识在客车故障诊断中应用的研究 [D];铁道部科学研究院; 2006年 3 刘萌; 改进后的综合DEA模型及其灵敏度分析 [D];上海交通大学; 2007年 4 郑彩霞; 平原地区水闸设计优化理论分析 [D];山东大学; 2006年 5 关磊; 计及保护的电力系统暂态稳定性评价的研究 [D];天津大学; 2006年 6 姚成; 基于栅格的分布式新安江模型构建与分析 [D];河海大学; 2007年 7 徐宗美; 索膜结构形态优化分析与整体协同分析 [D];河海大学; 2007年 8 张峰; 无源雷达天线系统的研究与实现 [D];解放军信息工程大学; 2006年 9 聂乾鑫; 涡扇发动机加速控制规律优化 [D];西北工业大学; 2007年 10 李智勇; 半定规划的微分代数算法和系列惩罚算法 [D];福建师范大学; 2006年  中国博士学位论文全文数据库 找到 10 条   1 梁玉梅; 非线性全局优化的填充函数法 [D];上海大学; 2006年 2 储诚山; 改进混合遗传算法用于给水管网优化设计的研究 [D];天津大学; 2006年 3 安伟刚; 多目标优化方法研究及其工程应用 [D];西北工业大学; 2005年 4 魏航; 时变条件下有害物品运输的路径选择研究 [D];西南交通大学; 2006年 5 李海奎; 统计分析软件研制中的几个问题 [D];中国林业科学研究院; 2005年 6 翁学义; 非线性预测控制方法的研究 [D];浙江大学; 1998年 7 王晓鹏; 遗传算法及其在气动优化设计中的应用研究 [D];西北工业大学; 2000年 8 王振杰; 大地测量中不适定问题的正则化解法研究 [D];中国科学院研究生院（测量与地球物理研究所）; 2003年 9 梁新政; 路面结构层应力非线性特性反演研究 [D];大连理工大学; 2000年 10 杨建军; 油田注水系统智能优化方法研究 [D];大庆石油大学; 2006年  中国期刊全文数据库 找到 10 条   1 王立久,任铮钺; 基于容许方向法的多元相图计算最优化方法 [J]; 硅酸盐通报; 2003年06期 2 周明达,文莉,邓凯佳,刘建华; 乘子法在多组分光度分析中的应用 [J]; 分析化学; 1999年06期 3 陈孝丑,余荣卓,林金叶,翁玉榛,李勇; 杉木人工林最佳削度方程的研究 [J]; 福建林业科技; 2004年04期 4 张华,次英,谢植; 传感器动态建模的一种辨识法 [J]; 传感器技术; 2004年01期 5 宁伟,陶华学,卿熙宏; 广义非线性最小二乘测量参数平差的快速差分迭代解算 [J]; 测绘科学; 2004年06期 6 吴德会,杨世元,董华; 基于最小二乘支持向量机的传感器动态系统辨识方法 [J]; 电子测量与仪器学报; 2006年06期 7 黄远灿,孙圣和,韩京清; 基于Lagrange乘子法的非线性规划神经网络 [J]; 电子学报; 1998年01期 8 徐湘元,毛宗源; 基于径向基函数神经网络的内模控制 [J]; 电路与系统学报; 1999年02期 9 陈星莺,钱锋,杨素琴; 模糊动态规划法在配电网无功优化控制中的应用 [J]; 电网技术; 2003年02期 10 王晓红,吴德会; 基于SVR的传感器Hammerstein模型辨识 [J]; 传感技术学报; 2007年05期  中国重要会议论文全文数据库 找到 7 条   1 徐健,黄建宇,吴仁彪; 最陡下降恒模算法及其收敛性研究 [A];第十九届中国（天津）'2005IT、网络、信息技术、电子、仪器仪表创新学术会议论文集 [C]; 2005年 2 宋玉阶,吴怀宇; 一般等式约束二次优化问题的神经计算方法 [A];1999中国控制与决策学术年会论文集 [C]; 1999年 3 杨利容; 用优化算法设计双工器 [A];中国航海学会通信导航专业委员会2005年学术年会论文集 [C]; 2005年 4 何光宇,王稹; 耦合多块线性规划问题及其求解算法 [A];第十届全国电工数学学术年会论文集 [C]; 2005年 5 李国庆,吕志远,齐伟夫; 基于混合连续蚁群算法的可用输电能力研究 [A];第十一届全国电工数学学术年会论文集 [C]; 2007年 6 On the Dynamic Modeling of Sensor Using Back-propagation Fuzzy Systems [A];第七届国际测试技术研讨会论文集 [C]; 2007年 7 丁伟钰,万齐林,闫敬华,蒙伟光,陈子通; 对流天气系统自动站雨量资料同化对降雨预报的影响 [A];中国气象学会2005年年会论文集 [C]; 2005年   【同被引文献】   共（12）篇    中国期刊全文数据库 找到 5 条   1 田社平,丁国清,颜德田,石猛; 基于递归神经网络的传感器非线性动态建模(英文) [J]; 测试技术学报; 2004年02期 2 徐科军,李成,朱志能,刘家军; 机器人腕力传感器动态响应的实时补偿 [J]; 自动化学报; 2001年05期 3 吴坚，黄正良; 辨识Wiener模型的两步法 [J]; 西南工学院学报; 1995年01期 4 徐科军,朱志能,苏建徽,陈荣保,刘家军; 传感器动态非线性的一种补偿方法 [J]; 仪器仪表学报; 2002年03期 5 徐科军,殷铭; 基于FLANN的腕力传感器动态建模方法 [J]; 仪器仪表学报; 2000年01期  西文参考文献 找到 7 条   1 Lennart Ljung; System Identification, Theory For The User [M];; 1999年 2 Narendra K S,Parthasarathy K; Identification and Control of Dynamical Systems Using Neural Networks [M];IEEE Trans-action on Neural Networks; 1990年 3 Vapnik V; The Nature of Statistical Learning Theory[M] [M];; 1999年 4 Narendra KS,Gall man P G; AnInterative Methodfor the I-dentification of Nonlinear Systems Using a Hammerstein Model [M];IEEE Transaction on Automat Control; 1966年 5 Lang Z Q; On Identification of the Controlled Plants De-scribed by the Hammerstein Model [M];IEEE.Trans.Auto-mat.Control; 1994年 6 Minina W; Theoretical and Experimental Identification of the Temperature Sensor Unit Step Response Non-Linearity During Air Temperature Measurement [M];Sensors&Actuators A; 1999年 7 Vapnik V; An Overview of Statistical Learning Theory [M];IEEE Transaction on Neural Networks; 1999年   【二级参考文献】   共（6）篇    中国期刊全文数据库 找到 3 条   1 徐科军; 多维腕力传感器时域动态建模 [J]; 科学通报; 1993年21期 2 沈毅,张建秋,王世忠,刘志言; 纸浆浓度传感器非线性估计和动态标定的一种新方法 [J]; 仪器仪表学报; 1997年01期 3 徐科军，杜涛; 机器人腕力传感器多维AR模型 [J]; 仪器仪表学报; 1995年02期  西文参考文献 找到 3 条   1 J. C. Prtra, R. N. Pal; A Functional Link Artificial Neural Network for Adaptive Channel Equalization [M];Signal Processing; 1995年 2 Ku C C, Lee K Y; Diagonal recurrent neural network for dynamic systems control [M];IEEE Trans on NN; 1995年 3 K. S. Narendra, K. Parthasarathy; Identificationand Control of dynamical systems using neural networks [M];IEEE Trans. on Neural Networks; 1990年   【二级引证文献】   共（1）篇    中国期刊全文数据库 找到 1 条   1 李翠翠,朱芳来; 基于样条逼近分段线性Hammerstein模型的辨识方法 [J]; 中国科技信息; 2008年08期   【相似文献】    中国期刊全文数据库   1 齐永锋,火元莲; 支持向量机研究 [J];甘肃联合大学学报(自然科学版); 2005年02期; 26-29 2 邹斌,李落清; 支持向量机回归与v-支持向量机分类解的关系 [J];湖北大学学报(自然科学版); 2004年01期; 18-21 3 吴德会,王晓红; 基于SVM的传感器动态模型辩识方法 [J];传感技术学报; 2006年03期; 178-181 4 王国胜,钟义信; 支持向量机的若干新进展 [J];电子学报; 2001年10期; 102-105 5 鹿卫国,戴亚平,涂序彦,高峰; 适用于加权样本集处理的加权支持向量机方法 [J];北京理工大学学报; 2005年03期; 25-29 6 文益民,廖洪元,周立华; 一种可减少训练时间的分层并行支持向量机方法 [J];南京师范大学学报(工程技术版); 2005年01期; 10-13 7 黄景涛,马龙华,钱积新; 一种用于多分类问题的改进支持向量机 [J];浙江大学学报(工学版); 2004年12期; 100-103+126 8 黄发良,钟智; 用于分类的支持向量机 [J];广西师范学院学报(自然科学版); 2004年03期; 75-78 9 杨晓元,王志刚,王育民; 支持向量机在图像隐秘检测中的应用 [J];西安电子科技大学学报; 2005年03期; 134-136+170 10 阎威武,邵惠鹤; 支持向量机和最小二乘支持向量机的比较及应用研究 [J];控制与决策; 2003年03期; 102-104  中国优秀硕士学位论文全文数据库   1 姬水旺; 强噪声和类间重叠数据下支持向量机学习的研究 [D];武汉科技大学; 2002年 2 方骏; 支持向量机在工业质量检测中的应用研究 [D];浙江大学; 2004年 3 杨小涛; 支持向量机算法研究及在基因表达数据分析中的应用 [D];华中科技大学; 2004年 4 李治友; 遗传算法和支持向量机混合方法及其应用 [D];重庆大学; 2003年 5 王玲; 三种有效的核机器 [D];西安电子科技大学; 2005年 6 傅正钢; 基于统计学习的人工智能在数字游戏和数字娱乐上的应用 [D];浙江大学; 2004年 7 冯洪海; 基于粗糙集和支持向量机的多值分类算法 [D];河北农业大学; 2002年 8 赵晶; 支持向量机及其在智能交通系统中的应用研究 [D];合肥工业大学; 2004年 9 何英昊; 复杂背景下的头肩像检测与定位 [D];大连理工大学; 2004年 10 刘庆平; 神经网络与支持向量机学习算法的理论及仿真研究 [D];燕山大学; 2003年  中国博士学位论文全文数据库   1 郑恩辉; 基于支持向量机的代价敏感数据挖掘研究与应用 [D];浙江大学; 2006年 2 翟永杰; 基于支持向量机的故障智能诊断方法研究 [D];华北电力大学（河北）; 2004年 3 孙宗海; 支持向量机及其在控制中的应用研究 [D];浙江大学; 2003年 4 田亮; 单元机组非线性动态模型的研究 [D];华北电力大学（河北）; 2005年 5 刘育明; 动态过程数据的多变量统计监控方法研究 [D];浙江大学; 2006年 6 吴昊; 高光谱遥感图像数据分类技术研究 [D];国防科学技术大学; 2004年 7 李忠伟; 支持向量机学习算法研究 [D];哈尔滨工程大学; 2006年 8 马儒宁; 神经网络与支持向量机相关问题研究 [D];复旦大学; 2005年 9 梁新荣; 高速公路智能控制方法研究 [D];华南理工大学; 2005年 10 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  中国重要会议论文全文数据库   1 周星宇,王思元; 智能数学与支持向量机 [A];2005年中国智能自动化会议论文集 [C]; 2005年 2 荣海娜,张葛祥,张翠芳; 基于支持向量机的非线性系统辨识方法 [A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集 [C]; 2004年 3 刘碧森,钟守铭,陈华富; 基于支持向量机与粗糙集理论的信息处理 [A];第二届全国信息获取与处理学术会议论文集 [C]; 2004年 4 黄宴委,吴惕华; 基于支持向量机灵敏度的轧制过程模型仿真 [A];中国自动化学会全国第九届自动化新技术学术交流会论文集 [C]; 2004年 5 陶卿,黄燕,刘欣; 基于边缘加权的模糊支持向量机体系 [A];2005年中国智能自动化会议论文集 [C]; 2005年 6 肖江,蒋爱平; 基于PCA的SVM故障诊断方法研究与应用 [A];全国先进制造技术高层论坛暨制造业自动化、信息化技术研讨会论文集 [C]; 2005年 7 肖江,蒋爱平; 基于PCA的SVM故障诊断方法研究与应用 [A];第十届全国信息技术化工应用年会论文集 [C]; 2005年 8 王立国; 光谱解译中支持向量机模型和空间信息的利用 [A];第十五届全国遥感技术学术交流会论文摘要集 [C]; 2005年 9 袁昊程,钟秋海,戴亚平; 基于支持向量机的旋转机械故障诊断 [A];2003中国控制与决策学术年会论文集 [C]; 2003年 10 王永骥,王琬; 基于支持向量机的运动神经控制建模 [A];第二十四届中国控制会议论文集（下册） [C]; 2005年

相关期刊  >  传感技术学报  >  传感器与微系统  >  传感器世界  >  工业仪表与自动化装置  >  自动化与信息工程  >  Journal of Control Theory and Applications  >  机器人  >  机器人技术与应用  >  计算机测量与控制  >  控制工程  >  控制理论与应用  >  控制与决策  >  石油化工自动化  >  信息与控制  >  遥感技术与应用  >  自动化技术与应用  >  自动化学报  >  自动化仪表  >  自动化与仪表  >  自动化与仪器仪表  相关机构  > 西北师范大学数学与信息科学学院  > 西北师范大学物理与电子工程学院  > 甘肃兰州  > 湖北大学数学与计算机科学学院  > 湖北  > 九江学院电子工程学院  > 合肥工业大学仪器仪表学院  > 江西九江  > 北京邮电大学信息工程学院  > 北京  > 北京理工大学信息科学技术学院自动控制系  > 大理学院  > 云南  > 大理  > 湖南工业职业技术学院信息工程系  > 湖南长沙  > 浙江大学工业控制技术国家重点实验室系统工程研究所  > 浙江杭州  > 广西师范大学计算机系  > 广西师范学院数学与计算机科学系  > 广西南宁  > 武警工程学院电子技术系网络与信息安全重点实验室  > 西安电子科技大学综合业务网国家重点实验室  > 陕西西安  > 上海交通大学自动化系  > 上海  相关作者  > 齐永锋  > 邹斌  > 吴德会  > 王国胜  > 鹿卫国  > 涂序彦  > 文益民  > 周立华  > 马龙华  > 黄发良  > 杨晓元  > 王育民  > 邵惠鹤  > 火元莲  > 李落清  > 王晓红  > 钟义信  > 戴亚平  > 高峰  > 廖洪元  > 黄景涛  > 钱积新  > 钟智  > 王志刚  > 阎威武