《基于机器学习的非接触式水位计校准算法研究》PDF+DOC
作者:谢敏,刘秋明,肖贺,刘述民
单位:水利部南京水利水文自动化研究所
出版:《水利信息化》2020年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFSLSW2020050110
DOC编号:DOCSLSW2020050119
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Boosting学习算法的雷达弹道识别》PDF+DOC2010年第04期 刘欣,丁俊松,储德军,陶卿
《基于激光传感器移动机器人的目标定位和多模式跟踪》PDF+DOC2011年第08期 郭田
《基于手机传感器的智能防盗与用户认证》PDF+DOC2015年第01期 赵银龙,宋晖,任建军,吴西送
《基于迁移学习的FDR土壤水分传感器自动标定模型研究》PDF+DOC2020年第02期 李鸿儒,于唯楚,王振营
《多传感器钢筋锈蚀无损检测数据的机器学习》PDF+DOC2019年第11期 申家玮,彭建平,VOELKER Christoph,郭建强
《热球式风速仪测量不确定度的分析与评定》PDF+DOC2019年第08期 李常春
《基于实时预测学习分类的脸像快速检测方法》PDF+DOC2012年第01期 刘长,王雪,张星
《梯度下降法标定三轴加速度计研究》PDF+DOC2014年第Z1期 陈曦,潘旸,连俊炜,黄昌正,程海林,郝志锋
《基于机器学习的矿井三维空间无线传感器网络节点感知算法研究》PDF+DOC2013年第24期 王霞,陈洁
《ELM神经网络在发动机故障诊断系统中的应用研究》PDF+DOC2013年第18期 杨中华,李宗伯
由于环境等因素影响,用于测量水位的超声波、雷达式等非接触式水位计存在一定的测量误差,更换高精度设备会增加成本,为解决测量误差,提出基于机器学习的水位计校准算法。该算法融合测量误差产生的环境因素,采用迭代Boosting学习算法,构建Adaboost的单层决策树模型,采用误差辗转递送的强学习算法对测量误差进行校准。算法仿真结果显示,校准结果可以很好地拟合标准设备测量值,校准算法不仅克服更换设备带来的成本,还将传统的仪器校准迁移至后端软件层面,为解决非接触式水位计校准提供新手段。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。