论文研究-改进的粒子群算法在传感器温度补偿中的应用.pdf
针对红外气体传感器测量精度受环境温度影响较大的问题，提出了一种基于嵌入自适应Levy变异免疫粒子群-最小二乘支持向量机（ALIPSO-LSSVM）的温度补偿算法。ALIPSO算法引入Levy flight对子代粒子进行自适应变异，确保粒子多样性，并在每次迭代之前，采用相对基学习方法初始化粒子群，提高算法的收敛速度。通过5个基准测试函数对ALIPSO算法进行性能评价，仿真结果表明该算法收敛速度较快、精度高，且具有较强的全局搜索能力。利用ALIPSO算法对LS-SVM的参数进行优化，并将该混合算法应用于红外气体传感器温度补偿，数值仿真结果表明采用该算法可将补偿结果的相对误差控制在6%范围内。
文件下载
评论信息
其他资源
- C++运用opencv进行二维多张全景图拼接
- hogan阻抗控制最初三篇
- ACE技术内幕：深入解析ACE架构设计与实现原理(清晰版)
- 基于Qt自定义的滑动选择器
- 基于stm32的电子秤
- 网易云缓存音乐批量转化为mp3格式（自动识别歌名）
- Keil.STM32H7xx_DFP.2.3.0.pack
- web项目测试计划.docx
- 基于LDA和KNN的人脸识别matlab实现
- STM32控制步进电机带LCD显示
- AR模型算法的matlab实现和实验分析
- 2006-2007学年第一学期高等数学AI期末试题B及答案.pdf
- blackmaker：WIP React UI框架-源码
- 前端实战 游戏官网手风琴.wmv
- springboot整合springcloud
- 数字电路课设脉搏测试仪
- 用 R 语言采集数据
- scipy-0.18.1-cp27-27m-win_amd64.whl
- C8051f340的I2C程序
- 吴喜之+应用时间序列分析—R软件陪同+数据
- 基于JSP的图书馆管理系统
- jsp+servlet+javabean学生信息管理系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明