摘要
本发明主要涉及传感器校正技术领域,为了提高一氧化碳浓度检测的可靠性,本发明提供一种一氧化碳浓度校准方法及系统,其核心是:获取多个检测终端的电压、环境温度、环境湿度采样数据序列,将采样数据序列与真实一氧化碳浓度进行关联,构建训练数据集;基于所述训练数据集进行神经网络模型训练,生成一氧化碳浓度计算规则的非线性映射参数或一氧化碳浓度计算公式的修正系数,将非线性映射参数或修正系数下发至检测终端,并根据采集终端实时的电压,以及采集的环境温度、环境湿度获得修正后的一氧化碳浓度,自动适应不同地域、季节的复杂环境变化,应对因环境改变引入的一氧化碳浓度额外误差。
技术关键词
一氧化碳
检测终端
校准方法
神经网络模型训练
云端服务平台
非线性
传感器校正技术
序列
数据
拉格朗日插值法
参数
温湿度
通信模块
深度学习模型
修正系统
电压
校准系统
采集终端
注意力机制
系统为您推荐了相关专利信息
风险评估模型
风险评估方法
数据
风险评估装置
梯度下降法
水文参数
流量校准方法
历史气象数据
构建时间序列模型
监测站
云服务提供商
零知识证明电路
云服务器
完整性验证方法
区块链智能合约