一种传感器特性的高精度拟合方法

来源：计算机测量与控制杂志2014年第9期北京时间：

作者：黄为勇,高玉芹,田秀玲

摘要：为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法；该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化；实验结果验证了该方法的有效性,其拟合绝对误差在10-9~10-7%之间,其拟合性能明显优于常规方法。

关键词：传感器;特性拟合;最小二乘支持向量机;量子粒子群优化 [HJ1.1mm]

基金资助：江苏省基础研究计划(自然科学基金)资助项目(BK20131124)；徐州工程学院江苏省大型工程装备检测与控制重点建设实验室开放基金项目(JSKLEDC201212)。