基于改进支持向量机的作物叶水势软测量建模
CSTR:
作者:
中图分类号:

TP 273


Soft Sensor Modeling of Leaf Water Potential Based on Improved Support Vector Machine
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    在标准最小二乘支持向量机(least square support vector machine,LSSVM)的基础上,利用改进的粒子群算法(improved particle swarm optimization,IPSO)来优化LSSVM模型参数,提出了基于IPSOLSSVM的软测量建模方法,建立了作物叶水势软测量模型.仿真结果表明,该方法比基本LSSVM和PSOLSSVM模型具有更高的精度,能够很好地预测作物叶水势信息.

    Abstract:

    Based on study on least square support vector machine(LSSVM),the paper presents an improved particle swarm optimization (IPSO) algorithm to select the parameters of LSSVM.The soft sensor modeling of the leaf water potential is established based on IPSOLSSVM.Simulation results indicate that the method based on IPSOLSSVM is of a higher accuracy than the basic LSSVM and LSSVM based on PSO,which can well predict leaf water potential.

    参考文献
    相似文献
    引证文献
引用本文

顾幸生,潘晔,卢胜利.基于改进支持向量机的作物叶水势软测量建模[J].同济大学学报(自然科学版),2010,38(11):1669~1674

复制
分享
文章指标
  • 点击次数:1021
  • 下载次数: 811
  • HTML阅读次数: 44
  • 引用次数: 0
历史
文章二维码