← 返回列表
一种基于机器学习的LC湿度传感器漂移补偿方法
摘要文本
本发明公开一种基于机器学习的LC湿度传感器漂移补偿方法，包括：对LC湿度传感器进行温度测试实验，获取原始数据，原始数据包括多组数据，每组数据包括湿度及温度条件下的响应数据；预处理响应数据，提取响应带宽BW、实部阻抗最大值Re()Max，及其最大值对应的谐振频率Freq，利用小波分析对其降噪，将降噪后的数据进行归一化处理作为特征建立数据集；初始化BP神经网络，采用遗传算法优化BP神经网络模型，得到GA‑BP模型；用训练集训练GA‑BP模型，将训练好的模型用于漂移数据测试集的补偿。本发明通过神经网络模型对LC湿度传感器漂移进行补偿，经过对漂移数据集的学习，模型系数达到0.966，模型能解释96.6%的不确定性，取得了良好的补偿效果。 该数据由<马克数据网>整理
申请人信息
- 申请人:南京邮电大学; 南京邮电大学南通研究院有限公司
- 申请人地址:210003 江苏省南京市鼓楼区新模范马路66号
- 发明人: 南京邮电大学; 南京邮电大学南通研究院有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的LC湿度传感器漂移补偿方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410153167.5 |
| 申请日 | 2024/2/4 |
| 公告号 | CN117686555A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G01N27/00 |
| 权利人 | 南京邮电大学; 南京邮电大学南通研究院有限公司 |
| 发明人 | 任青颖; 魏鸿飞; 郭宇锋; 姚佳飞; 李金泽; 李卫; 许杰; 王德波; 许巍; 王萌 |
| 地址 | 江苏省南京市鼓楼区新模范马路66号; 江苏省南通市港闸区新康路33号 |
专利主权项内容
1.一种基于机器学习的LC湿度传感器漂移补偿方法，其特征在于，包括：S1、对LC湿度传感器进行温度测试实验，获取原始数据，所述原始数据包括多组数据，每组所述数据包括湿度及温度条件下所述LC湿度传感器的响应数据；S2、将所述LC湿度传感器的响应数据进行预处理，提取响应带宽BW，实部阻抗最大值Re()Max，及所述最大值Re(/>)Max对应的谐振频率Freq，利用小波分析对所述谐振频率Freq降噪，并将降噪后的数据进行归一化处理作为特征建立数据集；S3、初始化BP神经网络，采用遗传算法优化BP神经网络模型，得到GA-BP模型；S4、所述数据集包括训练集和测试集，用所述训练集对所述GA-BP模型进行训练，将训练好的模型用于漂移数据的所述测试集的补偿。