随着信息技术的快速发展,各个行业对信息获取的精度、速度等要求越来越高了,但信息的获取渠道传感器发展不能满足这一要求。这是由于传感器测量时通常会受环境中其他参数的影响,测量结果具有波动性,导致结果不精准。因此,在进行测量时需要添加非目标传感器来监测环境变量,从而达到消除交叉灵敏度。将目标传感器和非目标传感器监测数据经过微处理器处理的智能传感器系统代表了传感器的发展方向,而各种传感器表征了不同的信息特性,这就要求一种处理方法来处理数据,从而促成了数据融合算法的产生。所谓数据融合就是将来自目标传感器和非目标传感器的信息进行综合处理,降低环境因素对传感器的影响,达到更为精准的测量结果。本文在当前传感器发展现状和数据融合技术研究的大背景下,分析了电涡流传感器的工作原理和温度特性,将多元回归和支持向量机引入电涡流传感器来实现降低温度对传感器测量精度的影响。在进行了二维标定实验的基础上,推导出了多元回归和支持向量机算法的数据融合模型,并实现了电涡流传感器温度的非线性补偿,得到了融合模型的各个技术参数,并对两种融合算法进行了比较。将电涡流电传感器、温度传感器和微处理器结合起来,实现了具有温度补偿功能的位移测量智能传感系统。系统主要是电涡流传感器和温度传感器的输出经过置于处理器的融合算法进行温度补偿处理。系统的LCD可显示位移距离和环境温度。经过温度补偿测量输出显示传感器的精度提高了两到三个量级。