基于SVM的传感器非线性特性校正新方法

摘要：

介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法.支持向量机是Vapnik教授提出的基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此该方法对样本数量没有特殊的要求.实验证明该方法有效,同时研究表明该方法也能用于其他系统的非线性校正.

关键词：非线性校正、神经网络、支持向量机、拟合方法、传感器

分类号：TP212(自动化技术及设备)

资助基金：安徽省自然科学基金042310

在线出版日期：2005-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3-5,47