文献类型：期刊文章

作　　者：冯志刚[1] 信太克规[2] 王祈[1]

机构地区：[1]哈尔滨工业大学自动化测试与控制系 [2]日本佐贺大学理工学部

出　　处：《仪器仪表学报》

年　　份：2007

卷　　号：28

期　　号：2

起止页码：193-197

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20071510545477)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：本文介绍了最小二乘支持向量机(LS-SVM)回归的基本原理,提出了一种基于LS-SVM回归的时间序列预测器,并将其用于传感器的故障检测和数据恢复。论述了LS-SVM预测器的实现方法和步骤,并且将其应用于压力传感器的故障检测和数据恢复,同线性神经网络预测器、RBF神经网络预测器和BP神经网络预测器的比较结果表明,LS-SVM预测器具有更高的预测精度,更好的外推能力,计算效率最高,因此,LS-SVM预测器是传感器故障检测和短期数据恢复的一种有效方法。

关 键 词：数据恢复 神经网络预测器 传感器故障检测 最小二乘支持向量机

分 类 号：TP212]