摘要
本发明涉及计量仪表技术领域,具体为智能计量仪表的多参数实时检测装置及方法,方法包括,通过计量仪表采集多参数计量数据;对获取的计量数据进行特征提取与分析,提取数据的时频域特征,并通过特征选择与降维;基于提取的特征数据,训练机器学习模型,智能识别检测当前介质所需采用的计量模式;引入自学习校准与补偿机制,自动校准并补偿当前计量模式下的数据检测误差;通过知识蒸馏技术对训练好的机器学习模型进行压缩,缩小模型体积,实现模型在智能计量仪表中的高效部署。本方案有效提升了计量仪表的数据检测准确性和智能化水平,满足多场景、多介质的高精度计量需求。
技术关键词
智能计量仪表
实时检测方法
数据检测误差
频域特征
学生
训练机器学习模型
计量误差
模式识别模型
实时检测装置
参数
误差模型
标签
浅层神经网络
教师
校准
时域特征
矩阵
系统为您推荐了相关专利信息
学生成绩预测方法
预训练模型
堆叠结构
学生成绩预测系统
生成输出信号
降噪系统
中央控制系统
声音采集模块
声音采集系统
信号
多模态特征融合
智能诊断方法
校正传感器漂移
多尺度异常检测
诊断决策系统
信号感知方法
音频场景识别
残差模块
短时傅里叶变换
一维卷积神经网络
生理
地面站控制系统
预警方法
基线
模糊推理系统