智能技术在传感器系统中的应用补充内容

《智能技术在传感器系统中的应用补充内容》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、目录第1章概述第2章智能传感器系统中经典传感技术基础第3章不同集成度智能传感器系统介绍第4章智能传感器的集成技术第5章智能传感器系统智能化功能的实现方法第6章通信功能与总线接口第7章智能技术在传感器系统中的应用第8章智能传感器系统的设计与应用第9章无线传感器网络技术概述Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.第7章智能技术在传感器系统中的应用——补充内容要点：支持向量机技术在智能传感器中的应用；粒子群优化算法在智能传感器中的应用

2、。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.支持向量机SVM（SupportVectorMachines），主要用于传感器的动态建模、故障诊断、气体辨识和交叉灵敏度的消除等。支持向量机通过定义不同的内积函数,可以实现多项式逼近、贝叶斯分类器、径向基函数、多层感知器等学习算法的功能。支持向量机与神经网络方法类似，相对于多元回归分析法，不需要建立包括非目标参量在内的函数解析式，但均需由实验标定提供训练样本和检验样本，对于k个非目标参量

3、，需要提供k+1维的标定实验数据。§7.3支持向量机技术在智能传感器中的应用Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.§7.3.1基础知识一、统计学习理论基于数据的机器学习：从观测数据出发，寻找研究对象的规律性，利用其规律性进行数学建模，并进而对未来的数据进行预测。三种机器学习的实现方法：经典的参数统计估计方法——传统统计学缺点：要求研究的样本数目趋于无穷大，缺乏实用性。经验非线性方法，如人工神经网络两个方向：参数选择的优化算法；

4、选择“最优”模型的统计测量方法。基于统计学习理论的学习方法，如支持向量机和基于核的方法专门研究小样本数据量情况下，机器学习规律性的理论。统计学习理论研究的主要问题包括四个方面：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.1）基于经验风险最小化原则下统计学习一致性的充要条件。2）学习过程的收敛性及收敛速度。3）学习过程中收敛速度（推广能力）的控制。4）学习算法的构造1、学习问题的一般性表示学习：利用有限数量的观测数据来寻找待求的依赖关

5、系。最小化风险泛函：F（z）：空间z上的概率测度；α=[α1，α2，…]，α∈∧：参数集合；Q（z，α）：函数集合；z：z1，z2，…，zl，独立同分布数据。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.测试误差的期望风险：P（x，y）：未知概率分布，对应的p是其分布密度；y：与x相对应的实际值；f（x，α）：与x相对应的理论值；一个观测数量有限的训练集上的被测平均误差率——经验风险：期望风险与经验风险的关系描述：Evaluation

6、only.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.上式成立的概率：1-η；0≤η≤1；h：非负整数，称为VC维，h越大，学习机器的复杂性越高；上式右边称为“风险界”，第2项称为“VC置信范围”。2、VC（VapnikChervonenkis）维用于测量函数列的容量。N（F，h）：h维向量中不同向量的个数。3、结构风险最小化（StructuralRiskMinimization，SRM）定义了在对给定数据逼近的准确性与逼近函数的复杂性之间的一种折中。Evalu

7、ationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile5.2.0.0.Copyright2004-2011AsposePtyLtd.对于一定的（p，τk），函数集合满足下列不等式：这种结构称为容许结构，结构风险最小化原则就是在容许结构的嵌套函数集Sk中寻找一个合适的子集S*，使结构风险达到最小，即：4、建模误差包括逼近误差和估计误差。逼近误差因模型失配产生；估计误差因学习过