基于机器学习的非接触式水位计校准算法研究

作     者：谢敏 刘秋明 肖贺 刘述民 XIE Min;LIU Qiuming;XIAO He;LIU Shumin

作者机构：江西省防汛(水利)信息中心江西南昌330009 江西理工大学软件工程学院江西南昌330031 

基　　金：国家自然科学基金(61761021) 江西省水利厅科技课题(202022YBKT01) 江西省自然科学基金面上项目(20181bab202018) 江西省文化艺术科学规划项目(YG2018042) 国家级创新创业项目(201910407039) 

出 版 物：《水利信息化》 (Water Resources Informatization)

年 卷 期：2020年第5期

页      码：37-40页

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。

主 题 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 

学科分类：08[工学] 081501[081501] 0815[工学-矿业类] 

D　O　I：10.19364/j.1674-9405.2020.05.009

馆 藏 号：203986368...