基于线性趋势模型与LSSVM的校准间隔组合预测

刘如峰; 李世平; 文超斌; 宋兵

doi:10.13873/j.1000-97872010.09.021

Chinese

您当前的位置：

首页 >

文章列表页 >

基于线性趋势模型与LSSVM的校准间隔组合预测

研究与探讨 | 更新时间：2025-09-11

- 基于线性趋势模型与LSSVM的校准间隔组合预测
- Combined forecast of calibration interval based on linear trend model and LSSVM
- 传感器与微系统 2010年29卷第9期页码：61-63+66
- 作者机构：
  
  第二炮兵工程学院302教研室
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872010.09.021
  中图分类号： TP274
- 纸质出版：2010
- 稿件说明：
移动端阅览
[1]刘如峰,李世平,文超斌,宋兵.基于线性趋势模型与LSSVM的校准间隔组合预测[J].传感器与微系统,2010,29(09):61-63+66.

LIU Ru-feng, LI Shi-ping, WEN Chao-bin, et al. Combined forecast of calibration interval based on linear trend model and LSSVM[J]. 2010, 29(9): 61-63+66.
[1]刘如峰,李世平,文超斌,宋兵.基于线性趋势模型与LSSVM的校准间隔组合预测[J].传感器与微系统,2010,29(09):61-63+66. DOI： 10.13873/j.1000-97872010.09.021.

LIU Ru-feng, LI Shi-ping, WEN Chao-bin, et al. Combined forecast of calibration interval based on linear trend model and LSSVM[J]. 2010, 29(9): 61-63+66. DOI： 10.13873/j.1000-97872010.09.021.

摘要

针对仪器校准间隔的预测问题

提出了基于线性趋势模型和LSSVM的一种新的组合预测方法。该方法综合运用线性趋势模型良好的趋势项拟合能力和LSSVM强大的非线性映射功能

具有很高的预测精度。实例验证表明:该方法优于现有方法。

Abstract

A hybrid combined forecast method based on linear trend model and Least squares support vector machine（LSSVM）is proposed to predict the calibration interval of instrument.Integrating linear trend model which has good linear fitting capability and LSSVM which possesses the characteristics of strong nonlinear function approximation

this method has high performance of prediction precision.Real experiments demonstrate that this method outperforms traditional model.

关键词

Keywords

references

基于混合参数优化的LSSVM与时间序列预测 [J]. 张伟,胡昌华,焦李成. 电子测量与仪器学报 . 2007(05)

基于等维新息灰色马尔可夫模型的校准间隔预测 [J]. 孙群,孟晓风,王国华. 传感技术学报 . 2007(05)

基于ARIMA和支撑矢量机组合预测的惯性器件故障预报 [J]. 丁力,胡昌华,陈伟. 弹箭与制导学报 . 2005(S9)

浅谈计量器具检定周期的科学给定 [J]. 邓浪明,赵怀俊. 计量技术 . 2003(05)

测量仪器校准间隔的确定及其模型 [J]. 余学锋,钱成,文海. 计量学报 . 2002(01)

MATLAB在时间序列分析中的应用[M]. 西安电子科技大学出版社 , 张善文, 2007

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于正方形描述符和LSSVM的三维人脸区域标记