廖俊玲
- 作品数：4 被引量：9H指数：2
- 供职机构：南京信息工程大学信息与控制学院更多>>
- 发文基金：江苏省农业科技自主创新基金江苏省高校优势学科建设工程资助项目江苏省产学研联合创新资金项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于粒子群支持向量机的湿度传感器温度补偿被引量：5
- 2013年
- 针对高分子湿敏电容感应元件容易受温度影响的问题,提出了运用改进的基于非线性递减惯性权重和自适应变异的粒子群优化支持向量机(AMPSO-SVM)方法对湿度传感器进行温度补偿,并与遗传支持向量机(GA-SVM)和标准粒子群支持向量机(PSO-SVM)优化方法进行了比较。结果表明:经过改进的粒子群优化支持向量机方法补偿后,湿度数据的相对误差绝对值均在3%之内,同时仅在25步迭代之后就达到了最优值。因此AMPSO-SVM相比于其他方法有抗早熟能力强,搜索精度高,收敛速度快的优点,用于湿度传感器温度补偿是有效可行的。
- 叶小岭廖俊玲高大惟王飞帆
- 关键词：支持向量机粒子群算法温度补偿
- 双加热探空仪湿度传感器的加热控制研究被引量：2
- 2013年
- 利用双加热探空仪电容湿度传感器加热前后相对湿度和温度、露点、饱和水汽压间的关系,分析和建立了去除加热器影响的实际相对湿度的计算方法。采用模糊RBF神经网络PID控制方法对加热器进行控制,从而避免了繁琐的依靠人工实验整定PID参数的过程。Matlab仿真结果表明:同采用Niegler-Nichols经验公式的传统PID控制器相比,模糊RBFPID控制器具有更好的稳定性和更快的响应速度,其阶跃响应超调分别为15.1%,4.3%,允许误差为2%的调节时间分别为7.12,3.8 s。
- 张颖超王飞帆廖俊玲邓玲
- 关键词：模糊RBF神经网络PID控制温度控制
- 湿敏电容器的温度补偿方法研究被引量：2
- 2013年
- 为了精确辨识湿敏电容器的温度补偿模型,减小系统测量误差,分析了湿敏电容器的温度补偿原理,提出了一种基于改进的遗传算法(GA)和支持向量机(SVM)相结合的补偿算法。基于湿敏电容器,建立了GA-SVM补偿模型,并与BP神经网络方法进行了比较。共144个样本点,经过补偿后GA-SVM和BP模型的相对误差绝对值小于3%的个数分别为143,110;最大分别为0.34%,19.68%。结果表明:改进的GA-SVM算法有效地补偿了温度影响,提高了湿敏电容器的测量精度,同时该算法的逼近能力和泛化能力均要优于BP神经网络。因此,该方法用于湿度传感器温度补偿是有效可行的。
- 叶小岭廖俊玲孙宁
- 关键词：湿敏电容器支持向量机遗传算法温度补偿
- 探空仪湿敏电容器的误差校正模型研究
- 2013年
- 为了减小探空仪湿敏电容器在高空大气,特别是低温环境下的测量误差,设计了一种基于改进型pi-sigma模糊神经网络的误差校正模型,采用了K-means聚类算法和权值直接确定法提高了网络性能。通过实际测试和BP神经网络进行比较,结果显示:pi-sigma模糊神经网络和BP神经网络对于-30～40℃的144组训练样本的最大相对误差分别为4.774%,15.27%,收敛时间分别为0.01,2 s。4组检验样本结果证明:pi-sigma模糊神经网络有效实现了湿敏电容器在低温条件下的温度补偿和非线性校正,同时在预测精度、泛化能力以及训练速度上均优于BP神经网络。
- 张颖超王飞帆廖俊玲
- 关键词：K-MEANS聚类权值直接确定湿敏电容器
