针对矿用甲烷传感器长时间工作存在漂移影响稳定性问题，提出了在环境补偿的基础上利用循环神经网络长时记忆功能，采用长短时记忆（LSTM）循环神经网络算法，用于传感器自校准技术，包括神经网络模型建立、对传感器测试获取样本数据、样本数据切分。通过训练得到循环神经网络结构及其参数模型，并进行传感器稳定性对比测试和环境影响测试。测试结果表明，LSTM循环神经网络自校准算法有效地提高了甲烷传感器的稳定性。
科研之友
微信
新浪微博
Facebook
分享链接
