基于MPSO-SVM 非线性氨氮传感器的数据补偿

韩 剑,莫德清,汪 楠

桂林理工大学学报 ›› 2021, Vol. 41 ›› Issue (1) : 225-229.

PDF(2991 KB)
PDF(2991 KB)
桂林理工大学学报 ›› 2021, Vol. 41 ›› Issue (1) : 225-229.
环境科学

基于MPSO-SVM 非线性氨氮传感器的数据补偿

  • 韩 剑,莫德清,汪 楠
作者信息 +
文章历史 +

摘要

针对氨氮传感器在信号采集中容易受待测溶液中pH 值和温度影响的问题, 采用改进的粒子群优化支持向量机方法(MPSO-SVM)对氨氮传感器进行非线性数据补偿校正, 构建了氨氮检测系统。系统预处理分别采用递推平均滤波、IIR 数字滤波和卡尔曼滤波3 种滤波方式, 再将滤波后的数值归一化建立基于支持向量机回归模型。研究结果表明, MPSO-SVM 算法支持向量机回归模型回归效果好, 线性相关度大,数据补偿后氨氮测量值与真实值误差小, 系统测试具有良好的稳定性和补偿效果。

关键词

氨氮传感器 / 支持向量机 / 改进粒子群算法 / 数字滤波器 / 非线性数据补偿 / 回归校正

引用本文

导出引用
韩 剑,莫德清,汪 楠. 基于MPSO-SVM 非线性氨氮传感器的数据补偿[J]. 桂林理工大学学报, 2021, 41(1): 225-229
PDF(2991 KB)

240

Accesses

0

Citation

Detail

段落导航
相关文章

/