[发明专利]基于模拟退火优化神经网络的能见度传感器的检测方法有效
| 申请号： | 201810931051.4 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109000733B | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 潘红光;雷心宇;薛纪康;邓军;黄向东;苏涛 | 申请（专利权）人： | 西安科技大学 |
| 主分类号： | G01D21/02 | 分类号： | G01D21/02;G05B19/042;G06N3/08 |
| 代理公司： | 西安启诚专利知识产权代理事务所(普通合伙) 61240 | 代理人： | 李艳春 |
| 地址： | 710054 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模拟退火优化神经网络的能见度传感器的检测方法，其能见度传感器包括微处理器模块和为所述能见度传感器中各用电模块供电的电源电路，所述微处理器模块的输入端接有能见度检测电路，所述能见度检测电路包括颗粒物浓度传感器和温湿度传感器，所述微处理器模块、颗粒物浓度传感器和温湿度传感器均与电源电路的输出端连接。其检测方法包括步骤：一、数据采集及传输；步骤二、数据预处理；步骤三、数据处理获得能见度检测值。本发明设计新颖合理，实现方便且成本低，能见度检测精度高，能够很好地应用于能见度检测，实用性强，使用效果好，便于推广使用。 | ||
| 搜索关键词： | 基于 模拟 退火 优化 神经网络 能见度 传感器 检测 方法 | ||
【主权项】：
1.一种基于模拟退火优化神经网络的能见度传感器，其特征在于：包括微处理器模块(1)和为所述能见度传感器中各用电模块供电的电源电路(2)，所述微处理器模块(1)的输入端接有能见度检测电路(3)，所述能见度检测电路(3)包括颗粒物浓度传感器(3‑1)和温湿度传感器(3‑2)，所述微处理器模块(1)、颗粒物浓度传感器(3‑1)和温湿度传感器(3‑2)均与电源电路(2)的输出端连接。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安科技大学，未经西安科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810931051.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能环境监测装置及方法
- 下一篇：实时监测光模块工作状态老化过程的方法
