← 返回列表
一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质
摘要文本
本发明公开了一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质，该方法包括收集待温度补偿传感器采样时的测量值、工作温度、实际温度，并进行预处理，同时构建MoblieNet神经网络模型，利用预处理后的测量值、工作温度对MoblieNe神经网络模型进行训练，获得关于实际温度的预测值；利用双线性插值对预测值进行补偿计算，获得插值后的数值估计；根据实际温度和插值后的数值估计对测量值进行温度补偿，获得温度补偿后的实际测量值。本发明解决了现有技术中传感器温度补偿技术精度低、性能不稳定的问题。
申请人信息
- 申请人:淮阴工学院
- 申请人地址:223100 江苏省淮安市洪泽区东七街三号高新技术产业园A12-2(淮阴工学院技术转移中心洪泽分中心)
- 发明人: 淮阴工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311255270.2 |
| 申请日 | 2023/9/27 |
| 公告号 | CN117330208A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G01K15/00 |
| 权利人 | 淮阴工学院 |
| 发明人 | 杨晟尧; 沈骞; 张青春; 冯军 |
| 地址 | 江苏省淮安市涟水县海安路10号安东大厦8楼 |
专利主权项内容
1.一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法，其特征在于，包含以下骤：步骤1：收集待温度补偿传感器采样时的测量值、工作温度及对工作温度进行标定的实际温度；步骤2：对步骤1中的测量值、工作温度进行预处理；步骤3：构建MoblieNet神经网络模型；步骤4：利用步骤2中预处理后的测量值、工作温度对MoblieNe神经网络模型进行训练，获得关于实际温度的预测值；步骤5：利用双线性插值对预测值进行补偿计算，获得插值后的数值估计；步骤6：根据实际温度和插值后的数值估计对步骤1的测量值进行温度补偿，获得温度补偿后的实际测量值。