基于机器学习提高水体含沙量监测准确率的系统及方法

本发明涉及水体泥沙测量监测技术领域，具体涉及基于机器学习提高水体含沙量监测准确率的系统及方法。本发明采用机器自学习来设计PLC程序，用实例(人工采样数据)去训练机器学习程序，通过机器学习自行推算PLC参数，并适时进行参数调整。随着机器学习的深入，逐步降低水体含沙量在线监测系统测值与人工采样测值的误差，提高水体含沙量在线监测系统测量准确率。本发明使得传感器在真值样例的训练下，有效的接近于真值，它的目标不仅让某个测次的数值有效趋近于真值，而是期待在未来的测次中与真值间的差距最小的概率较大；这种基于人工智能的机器学习算法，有效地拓展了智能传感器领域的应用范围，其应用场景广阔，实用性较强。