虚拟仪器非线性校正的支持向量机方法

摘要

随着虚拟仪器的广泛应用,其误差控制问题越来越突出。传统的虚拟仪器非线性校正主要采用人工神经网络的方法,由于该方法本身固有的缺陷,其应用受到一定限制。支持向量机是近年来发展起来的一种新的机器学习算法,在许多领域中得到应用。本文分析了虚拟仪器的非线性误差的主要来源,提出了一种对虚拟仪器进行非线性校正的支持向量机方法。该方法能够克服神经网络处理小样本问题的不足,具有较高的泛化能力。实验表明,用支持向量机算法解决虚拟仪器非线性问题是有效的。