高压电器
高壓電器
고압전기
HIGH VOLTAGE APPARATUS
2011年
3期
82-86,92
,共6页
陈伟根%彭姝迪%王有元%郝迈
陳偉根%彭姝迪%王有元%郝邁
진위근%팽주적%왕유원%학매
改进支持向量机%气体传感阵列%预测精度%泛化能力%模式识别
改進支持嚮量機%氣體傳感陣列%預測精度%汎化能力%模式識彆
개진지지향량궤%기체전감진렬%예측정도%범화능력%모식식별
针对传统神经网络模式识别中存在网络结构难于确定、过学习、收敛速度慢、易陷入局部极小值等不足及标准支持向量回归机中未考虑各样本重要性的差异问题,结合变压器油中多组分气体监测传感器阵列,将改进型支持向量回归机应用于气体传感器阵列信号模式识别中.实验结果表明,改进后的模式识别方法在预测精度和泛化能力上都较传统神经网络和标准支持向量回归模式识别方法有明显提高.有效地解决了多组分气体监测传感器的交叉敏感问题.
針對傳統神經網絡模式識彆中存在網絡結構難于確定、過學習、收斂速度慢、易陷入跼部極小值等不足及標準支持嚮量迴歸機中未攷慮各樣本重要性的差異問題,結閤變壓器油中多組分氣體鑑測傳感器陣列,將改進型支持嚮量迴歸機應用于氣體傳感器陣列信號模式識彆中.實驗結果錶明,改進後的模式識彆方法在預測精度和汎化能力上都較傳統神經網絡和標準支持嚮量迴歸模式識彆方法有明顯提高.有效地解決瞭多組分氣體鑑測傳感器的交扠敏感問題.
침대전통신경망락모식식별중존재망락결구난우학정、과학습、수렴속도만、역함입국부겁소치등불족급표준지지향량회귀궤중미고필각양본중요성적차이문제,결합변압기유중다조분기체감측전감기진렬,장개진형지지향량회귀궤응용우기체전감기진렬신호모식식별중.실험결과표명,개진후적모식식별방법재예측정도화범화능력상도교전통신경망락화표준지지향량회귀모식식별방법유명현제고.유효지해결료다조분기체감측전감기적교차민감문제.
