摘要
本发明涉及半导体发光二极管的技术领域,提供了高亮度光源温度实时监控方法、装置及设备,包括对高亮度光源的输出光进行光谱采集,得到实时光谱数据和对应的时间标记,对实时光谱数据进行温度预测,得到当前温度值和预测置信度;将当前温度值与预设阈值进行比较,得到温度偏差值,根据温度偏差值和预测置信度,对高亮度光源的驱动电流进行调节和监测,得到实时工作状态数据和温度变化趋势并对深度学习模型进行参数调整,得到更新后的深度学习模型。基于更新后的深度学习模型,对后续实时光谱数据进行温度预测,实现高效、准确的温度监控,改善在实际应用中,温度传感器在使用的过程中,存在着精度不高、响应速度慢及传感器本身易受损的问题。
技术关键词
深度学习模型
工作状态数据
长短期记忆网络
光源
卷积神经网络模型
参数
输出光
温度实时监控装置
标记
偏差
高速数据采集模块
半导体发光二极管
在线增量学习
时间同步算法
光谱分析
模糊控制算法
驱动控制模块
版本部署
系统为您推荐了相关专利信息
混合深度学习模型
融合遥感影像
池化特征
残差模块
分支
柔性机械臂关节
三维重建模型
三维重建方法
电阻式应变传感器
碳纳米管复合材料
样本
识别方法
卷积模块
识别设备
卷积神经网络模型
多参数智能控制
污水泵
LSTM神经网络
双向长短期记忆网络
神经网络模型构建