XGBoost机器学习在光电编码器误差补偿中的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：光电编码器检测系统的误差主要受基准光电编码器测角误差、数据采集误差、检测系统同轴误差影响。其中，基准光电编码器的测角误差可进行补偿。因此设计了一种基于极度梯度提升树（extreme gradient boosting ，XGBoost ）机器学习的算法用来补偿基准光电编码器的误差。经该算法补偿后，静态精度提高了35倍，标准差由3.62″减小至0.13″，最大误差值由5.53″降低至0.39″。（剩余7515字）

试读结束

目录
monitor
客服机器人