基于多传感器融合的空气质量检测

发布时间：2023-11-08 17:58

　　针对当前空气质量检测错误率高,检测效率低的难题,以获得理想的空气质量检测结果为目标,设计了基于多传感器融合的空气质量检测模型。首先,分析了当前空气质量检测的研究现状,找到引起空气质量检测效果差的原因;然后,采用多个传感器同时对空气质量检测数据进行采集,建立空气质量检测的学习样本;最后,采用机器学习算法对空气质量检测学习样本进行训练,构建空气质量检测模型,并采用验证数据与其他空气质量检测模型进行对比实验,该设计模型的空气质量检测精度超过95%,可以准确描述空气质量的变化特点,而且空气质量检测时间也远远少于对比模型,提升了空气质量检测效率,具有更加广泛的应用范围。

【文章页数】：4 页

【文章目录】：
0 引言
1 基于多传感器融合的空气质量检测模型
    1.1 多传感器采集空气质量数据
    1.2 BP神经网络
    1.3 基于多传感器融合的空气质量检测步骤
2 多传感器融合的空气质量检测的性能测试
    2.1 测试环境
    2.2 样本数据以及对比模型
    2.3 空气质量检测精度对比
    2.4 空气质量检测效率对比
3 结语



本文编号：3861466