基于云中心神经网络的自优化超声波流量监测方法

本发明提供一种基于云中心神经网络的自优化超声波流量监测方法，包括如下子步骤：S1：采集原始数据并进行轻量化预处理；S2：云中心接收数据并进行数据存储和特征补充；S3：云中心神经网络模型的训练与优化；S4：下发最优神经网络模型并进行本地流量计算；S5：基于误差结果对模型进行优化；本方法引入云中心的深度神经网络来进行流量预测，将数据上传至云端，超声波流量计不再受限于设备的计算能力，提高计算精度，改善了对复杂流动状态和工况变化的适应能力，从而减少测量误差；通过云中心进行数据存储，并与全局知识库关联，不同设备间共享数据和经验，减少了人为经验依赖，解决了设备依赖局部经验的问题。