[發明專利]一種基于BP神經網絡的溫濕度補償方法及裝置

在審

• 申請號: 202010048415.1
• 申請日: 2020-01-16
• 公開（公告）號: CN111272216A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 呂晶;董祁超;胡杰
• 申請（專利權）人: 杭州麥樂克科技股份有限公司
• 主分類號: G01D21/02
• 分類號: G01D21/02;G01D18/00;G06N3/08
• 代理公司: 杭州云睿專利代理事務所(普通合伙) 33254
• 代理人: 張驍敏

1.一種基于BP神經網絡的溫濕度補償方法，其特征是：其基于環境檢測傳感設備和BP神經網絡模型實現，所述環境檢測傳感設備包含內部溫濕度傳感器、外部溫濕度傳感器、微處理器單元、電源管理單元和通信模塊，所述BP神經網絡模型包含輸入層、隱藏層和輸出層，溫濕度補償方法基于上述環境檢測傳感設備和BP神經網絡模型內容具有以下步驟：

步驟1，建立包含2個輸入層、5個隱藏層和1個輸出層的BP神經網絡模型，給各連接權值分別賦一個區間(-1,1)內的隨機數，設定誤差函數，給定計算精度值和最大學習次數；

步驟2，從樣本數據中隨機選取第K組數據，包括外部溫濕度數值、內部NTC輸出設備內部的真實溫度值、以及期望輸出值；

步驟3，對數據進行歸一化處理，將外部溫濕度數值、內部NTC輸出設備內部的真實溫度值兩組數據輸入到模型中計算隱藏層各神經元的輸入和輸出；

步驟4，通過訓練得出實際輸出O_i，與期望輸出值B_i對比，求出誤差D＝B_i-O_i，利用輸出層各神經元的誤差函數偏導數和隱藏層各神經元的輸出來修正連接權值；

步驟5，判斷模型誤差是否滿足要求，當誤差達到預設精度或學習次數大于設定的最大次數，則結束算法；否則，選取下一組溫濕度數值樣本進行下一輪學習。

2.根據權利要求1所述的一種基于BP神經網絡的溫濕度補償方法，其特征是：所述連接權值為消除樣本數據偏差的權重系數，是一個rand函數在0-1之間的取值，通過溫濕度原始數據輸入變量和其自己的權重系數的乘積的求和輸入到神經元上，通過映射函數來進行映射得到結果。

3.根據權利要求1所述的一種基于BP神經網絡的溫濕度補償方法，其特征是：所述BP神經網絡模型采用的傳遞函數是非線性變換函數，選取雙極性S型函數，保證輸出值范圍為(-1,1)。

4.一種基于BP神經網絡的溫濕度補償裝置，其特征是：包括微處理器單元、以及與微處理器單元電連接的電源管理單元、氣體傳感器模塊、顯示單元、雙溫濕度采集結構和通訊模塊，所述微處理器單元實時采集氣體傳感模塊、雙溫濕度采集結構的數值，經過一系列補償處理，最終顯示在顯示單元上。

5.根據權利要求4所述的一種基于BP神經網絡的溫濕度補償裝置，其特征是：所述雙溫濕度采集結構包括外部溫濕度傳感器和內部溫濕度傳感器。