基于朴素贝叶斯的重力感应电子秤定载荷点选择

发布时间：2021-08-19 15:47

　　针对重力感应电子秤荷载点选择受校准数据信号影响,定载荷点概率计算准确性低,导致电子秤定载荷点选择效果差的问题,提出基于朴素贝叶斯的重力感应电子秤定载荷点选择方法。以电子秤平放和标定为基础校准重力加速度传感器,并缓存记录一组传感器上传的数据,校准过程中存储这组数据,依据存储数据校准传感器的上传数据。采用朴素贝叶斯分类求解校准后的数据信号,精准计算电子秤各类定载荷点概率,依据最大概率识别电子秤定载荷点类别。利用多源融合技术将载荷点类别信息互补去杂,实现电子秤定载荷点选择。实验结果表明,该方法对重力感应电子秤定载荷点选择效果佳,且具有较高的重力感应信息融合效率和分类精度,可有效提高电子秤的称量效果。 

【文章来源】：机械与电子. 2020,38(10)

【文章页数】：5 页

【部分图文】：

电子秤标定流程

三维立体示意

重力感应传感器校准的主要功能是完成重力加速度感应器的校准。重力感应传感器的校准过程包括:校准前,通过一个界面将重力加速度X和Y值的变化展现出来[8-10];校准时,通过重力感应传感器将变化的X和Y值上传,采用校准传感器实行校准,并通过界面反映出校准后的校准状态。校准的视觉效果如图3所示。图3中给出了1个背景圆盘和1个小球,校准前,小球依据X和Y分量的值进行滚动;校准后,小球会滚动到圆盘中心,此图呈现了传感器的校准视效感觉[11]。

【参考文献】：
期刊论文
[1]基于改进朴素贝叶斯分类算法的火灾分类[J]. 葛继科,陈栋,王文和,陈祖琴,陈国荣,刘灿.  安全与环境学报. 2019(04)
[2]基于Map/Reduce的朴素贝叶斯数据分类算法研究[J]. 崔良中,郭福亮,宋建新.  海军工程大学学报. 2019(04)
[3]一种基于树增强朴素贝叶斯的分类器学习方法[J]. 陈曦,张坤.  电子与信息学报. 2019(08)
[4]基于Kmeans++聚类的朴素贝叶斯集成方法研究[J]. 钟熙,孙祥娥.  计算机科学. 2019(S1)
[5]多标签学习中基于互信息的快速特征选择方法[J]. 徐洪峰,孙振强.  计算机应用. 2019(10)
[6]金属材料在冲击荷载下局部变形的数值模拟及分析[J]. 陈小翠,杜成斌,江守燕.  振动与冲击. 2018(11)
[7]基于BP和朴素贝叶斯的时间序列分类模型[J]. 王会青,郭芷榕,白莹莹.  计算机应用研究. 2019(08)
[8]T型尾翼布局的垂尾载荷测量技术[J]. 张海涛,余建虎,李志蕊,李少鹏,赵燕.  航空学报. 2019(03)
[9]基于朴素贝叶斯网页分类的用户行为推衍[J]. 秦鹏,曹天杰.  沈阳工业大学学报. 2018(01)
[10]基于朴素贝叶斯算法的船舶异常行为监测[J]. 魏照坤,谢新连,潘伟,赵瑞嘉.  交通运输系统工程与信息. 2017(06)



本文编号：3351690