摘要
本发明提供一种基于Lasso正则化回归模型的红外图像测温误差校正方法,包括获取红外测温误差校正数据集,并将所述数据集划分为训练集和测试集;构建Lasso正则化的多元非线性回归模型,使用训练集对多元非线性回归模型进行训练,并通过测试集评估训练后模型的拟合效果;针对不同焦距的红外测温摄像头,基于焦距变化对测温误差非线性特征的影响,分别建立与各焦距对应的测温误差校正模型;针对相同焦距但不同型号的红外测温摄像头,采用该摄像头的测试数据对模型进行泛化能力验证,并根据验证误差计算温度补偿值以实现对测温误差的校正。本发明能够充分利用多种影响因素,精确校正不同条件下的测温误差,从而提升红外测温系统的整体精度。
技术关键词
非线性回归模型
测温误差校正方法
超参数优化方法
非线性特征
红外测温系统
机器学习框架
数据
正则化方法
补偿值
变量
模型预测值
框技术
图像
编程
系统为您推荐了相关专利信息
模式检测方法
多尺度
模式特征库
脑电信号采集模块
机器学习算法
资源
马尔可夫模型
LSTM模型
关系
多元线性回归模型
数控机床加工过程
数控机床能耗
能耗实时监测
吹气装置
主动力系统
异常检测方法
宽度学习系统
参数优化算法
广义
变量