红外CO2传感器温湿度补偿方法研究
文档名：红外CO2传感器温湿度补偿方法研究
摘要：为提高非色散红外(NDIR)CO2传感器测量精度,基于原理分析了温度、湿度对测量精度的影响;进行了实验对比与验证,提出了基于贝叶斯优化的XGBoost(Bayesian-XGBoost)补偿模型.实验结果表明:在测试样本中,模型补偿后的均方根误差(RMSE)为20.98×106,平均绝对误差(MAE)为13.29×10-6,绝对误差小于±60×10-6;与反向传播神经网络(BPNN)、传统XGBoost模型相比,所提的模型精度更高.将算法模型嵌入传感器中并进行测试,补偿后传感器输出值绝对误差小于±110×10-6,测量精度得到了较好提升.
作者：乔小丹 郑文刚 张馨 王明飞 梁栋 Author：QIAOXiaodan ZHENGWengang ZHANGXin WANGMingfei LIANGDong
作者单位：安徽大学电子信息工程学院,安徽合肥230601;北京市农林科学院智能装备技术研究中心,北京100097北京市农林科学院智能装备技术研究中心,北京100097;北京农林科学院,北京100097安徽大学电子信息工程学院,安徽合肥230601
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(8)
分类号：TP212TP217
关键词：CO2传感器XGBoost模型贝叶斯优化温湿度补偿
Keywords：CO2sensorXGBoostmodelBayesianoptimizationtemperatureandhumiditycompensation
机标分类号：TP212TP183TP391
在线出版日期：2023年8月25日
基金项目：北京市科技计划资助项目，农业物联网技术国家地方联合工程实验室建设项目，现代农业产业技术体系红外CO2传感器温湿度补偿方法研究[
期刊论文]传感器与微系统--2023, 42(8)乔小丹郑文刚张馨王明飞梁栋为提高非色散红外(NDIR)CO2传感器测量精度,基于原理分析了温度、湿度对测量精度的影响;进行了实验对比与验证,提出了基于贝叶斯优化的XGBoost(Bayesian-XGBoost)补偿模型.实验结果表明:在测试样本中,模型补偿后的均方根...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
红外CO2传感器温湿度补偿方法研究Study of temperature and humidity compensation methods for infrared CO2 sensor
红外CO2传感器温湿度补偿方法研究.pdf
页:
[1]