一种基于深度学习的高精度压力传感器补偿方法

    公开(公告)号:CN119197877A

    公开(公告)日:2024-12-27

    申请号:CN202411085069.9

    申请日:2024-08-08

    Abstract: 本发明公开了一种基于深度学习的高精度压力传感器补偿方法,在出厂时,基于低精度的压力传感器、高精度的压力传感器的高噪音压力温度输出曲线和标准压力温度输出曲线,分别联合标定的压力温度输出曲线的图像,形成训练数据,以对生成对抗网络进行训练。基于训练的生成对抗网络生成待测的压力传感器的初步补偿的压力温度输出曲线的图像。然后,在用户处,基于待测的压力传感器的实际采集的历史数据以及对应温度下的初步补偿的压力检测值,训练神经网络,得到压力传感器的补偿模型。最后,将实际测试的压力传感器的检测值以及温度参数输入至补偿模型,得到实际补偿后的压力检测值。本发明使用户在训练神经网络得到精确的压力传感器的补偿模型时,省略了压力的自行标定,可以快速训练模型以及减少训练数据的容量,具有较好的实用性。

    一种基于物联网的智能仓储管理方法及系统

    公开(公告)号:CN119168530A

    公开(公告)日:2024-12-20

    申请号:CN202411073981.2

    申请日:2024-08-06

    Abstract: 本发明提出了一种基于物联网的智能仓储管理方法及系统,涉及物联网技术领域,该方法包括:S1、在仓库内部实时获取物料的状态信息;S2、对实时获取到的物料状态信息进行实时分析和处理以得出有关物料状态,并提取物料状态的关键信息;S3、根据物料状态的关键信息,对仓库内部物料管理进行实时决策;S4、通过实时决策结果对仓库内部物料状态进行实时监控和管理;本发明能够自动处理许多重复性和时间密集型的任务,从而显著提高仓储的效率和生产力,同时可以通过实时检测和纠正错误,提高仓储的精确性和质量控制,使智能仓储系统更加高效、智能化。

Patent Agency Ranking