一种基于神经网络的称重传感器校准方法

    公开(公告)号:CN119223432A

    公开(公告)日:2024-12-31

    申请号:CN202410963802.6

    申请日:2024-07-18

    Abstract: 本发明涉及传感器校准技术领域,特别适用于一种基于神经网络的称重传感器校准方法。该方法:首先对获得的称重传感器的数据进行归一化处理;其次,初始化ELM和Adam的参数;之后利用Adam算法优化ELM隐含层到输出层的的权重和阈值,并将优化过后的权重和阈值保存下来;最后,将测试集数据输入到训练好的模型,得到输出后,对输出进行反归一化操作以实现称重传感器的校准工作。通过该方法,可改善优化过程的收敛性能,优化过程更加平稳和可靠,校准后的称重传感器精度可以达到0.02%F.S左右,称重传感器在不同工作条件下都能够保持较好的校准效果,可适用于不同类型的传感器的校准。

Patent Agency Ranking