基于机器学习的非接触式水位计校准算法研究

• 作者: 刘秋明 刘述民 肖贺 谢敏
• 来源期刊: 水利信息化
• 学科: 地球科学
• 关键词: 非接触水位计 机器学习 校准算法 实时校准 误差辗转递送
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 自动化测控
• 页码范围: 37-40
• 页数: 4页
• 分类号: P335
• 语种: 中文
• DOI: 10.19364/j.1674-9405.2020.05.009

摘要

由于环境等因素影响,用于测量水位的超声波、雷达式等非接触式水位计存在一定的测量误差,更换高精度设备会增加成本,为解决测量误差,提出基于机器学习的水位计校准算法.该算法融合测量误差产生的环境因素,采用迭代Boosting学习算法,构建Adaboost的单层决策树模型,采用误差辗转递送的强学习算法对测量误差进行校准.算法仿真结果显示,校准结果可以很好地拟合标准设备测量值,校准算法不仅克服更换设备带来的成本,还将传统的仪器校准迁移至后端软件层面,为解决非接触式水位计校准提供新手段.