学位论文 > 优秀研究生学位论文题录展示

基于LS-SVM的传感器重构及其不确定度问题的研究

作　者: 潘昀路
导　师: 魏国
学　校: 哈尔滨工业大学
专　业: 仪器科学与技术
关键词: 重构最小二乘支持向量机重采样多功能传感器
分类号: TP212
类　型: 硕士论文
年　份: 2010年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

本文重点讨论了基于最小二乘支持向量机的传感器重构问题,以不确定度分析为切入点,分别对最小二乘支持向量机的参数优选、过拟合问题进行分析,期以得到一个高精度的重构方法,并可同时应用于单一功能传感器和具有多输入多输出特性的多功能传感器。通过对Jackknife,Bootstrap等统计学方法的深入研究,本文建立了一个以不确定度分析为基础的评价体系,引入了一种类似于Bootstrap方法的重抽样方法。利用该方法,既完成了对不确定度估计的优化,又避免了系统的过拟合问题,同时克服了Bootstrap方法无法应用于传感器重构的困难。在利用遗传算法进行最小二乘支持向量机参数优选的过程中,考虑到计算量的问题,通过对遗传算法原理的分析,提出了一种简单的分步遗传算法,利用该方法,结合优化后的评价体系,可在不改变精度的前提下有效地减少计算量,提高系统效率。利用铂电阻、电阻网络等系统模型分别进行单功能与多功能传感器重构仿真实验,并对实验结果进行分析、讨论。通过仿真结果可知,在系统中引入不确定度分析取得了预期的良好效果,在避免了过拟合问题的同时,提高了重构的精度。

全文目录

摘要  4-5
ABSTRACT  5-8
第1章绪论  8-11
  1.1 课题背景及研究的目的和意义  8-9
  1.2 国内外研究现状  9-10
  1.3 本课题的主要内容  10-11
第2章传感器重构及其不确定度  11-18
  2.1 引言  11
  2.2 传感器重构  11-14
    2.2.1 传感器  11-12
    2.2.2 信号的重构  12-14
  2.3 不确定度  14-17
    2.3.1 不确定度的发展历史~[21]  15-16
    2.3.2 不确定度的分类与估计  16
    2.3.3 不确定度与误差  16-17
  2.4 本章小结  17-18
第3章基于LS-SVR 的传感器重构及其不确定度  18-36
  3.1 引言  18
  3.2 LS-SVR 原理简介  18-25
    3.2.1 支持向量机  18-24
    3.2.2 最小二乘支持向量机回归  24-25
  3.3 参数寻优方法  25-28
    3.3.1 遗传算法简介  26
    3.3.2 遗传算法具体步骤  26-28
  3.4 不确定度分析与适应度函数的确定  28-33
    3.4.1 过拟合问题  28-29
    3.4.2 Bootstrap 与重采样方法  29-32
    3.4.3 一种类似于Bootstrap 的重采样方法  32-33
  3.5 分步遗传算法  33-34
    3.5.1 整体计算量分析  33
    3.5.2 分布遗传算法  33-34
  3.6 系统整体设计  34-35
  3.7 本章小结  35-36
第4章仿真实验及结果分析  36-52
  4.1 引言  36
  4.2 单功能传感器仿真实验  36-46
    4.2.1 实验参数选择  37-38
    4.2.2 实验结果  38-46
  4.3 多功能传感器仿真实验  46-51
    4.3.1 实验结果  47-49
    4.3.2 对比及结果分析  49-51
  4.4 仿真中出现的问题以及系统的不足  51
  4.5 本章小结  51-52
结论  52-53
参考文献  53-56
攻读博士学位期间发表的论文及其它成果  56-58
致谢  58

基于LS-SVM的传感器重构及其不确定度问题的研究

内容摘要

全文目录

相似论文