【技术实现步骤摘要】
适用于智能终端的温度快速预测方法、装置与设备
[0001]本专利技术属于数据处理
,具体涉及一种适用于智能终端的温度快速预测方法、装置与设备。
技术介绍
[0002]在工农业生产、科学研究、医疗服务以及日常生活领域中,温度测量是人们最频繁又是最重要的活动,然而,由于传感器与测量对象之间的热平衡需要经历一定的时间,因此温度测量往往具有输出结果延时的特性,因而往往带来不适和不便。例如常见的体温测量要求测量时间不少于数分钟,若测量对象是人体往往会带来焦虑,若测量对象是动物,由于缺乏耐力或惧怕测量仪器,往往更困难。红外测温装置可能是一种解决方案,但毛发和皮毛覆盖可能会产生较大的误差。又例如,铂热电偶的温度范围大致在0~1600℃,镍铬
‑
镍铝热电偶的温度范围大致在
‑
200~1300℃,若被测对象的温度变化范围很大,达到
‑
200~1600℃,则要求用两种传感器进行切换,增加测量成本。
[0003]现有的温度预测方法的研究主要专注于机器学习(ML)的方法。如文献[Morishima,S.,Xu,Y.,Urashima,A.et al.Human body skin temperature prediction based on machine learning.Artif Life Robotics 26,103
–
108(2021)]采用基于长短期记忆(LSTM)网络的ML来预测皮肤温度。它采用皮肤温度的历史采集值和当前环境温度、湿度、大 ...
【技术保护点】
【技术特征摘要】
1.一种适用于智能终端的温度快速预测方法,其特征在于,所述方法以三次函数c(t)拟合采样温度数据,并以二次函数f(t)作为预测函数;所述二次函数与所述三次函数在温度采样点t
n
满足f(t
n
)=c(t
n
),并共享同一斜率s
n
;以所述二次函数最大值作为稳态温度预测值;其中t表示时间,n为预设的拟合三次函数c(t)与预测二次函数f(t)相切的采样点的索引号;所述方法具体包括如下步骤:实时采集检测对象的温度,至少获得第n个采样点及之前的若干个采样点的温度测量值;将实时采集到的数据进行三次函数拟合,得到多项式系数,并将第n个采样点对应的时间t
n
代入拟合的函数的导数函数以计算斜率s
n
;将对检测对象的实时采集数据对应的t
n
和s
n
代入t
n+m
关于t
n
的经验公式计算得到t
n+m
,并根据如下公式得到二次函数f(t)=a2t2+a1t+a0的各项系数:其中T
n
为t
n
时刻的温度测量采集样本值;所述t
n+m
关于t
n
的经验公式根据温度测量的历史记录数据样本集确定,t
n+m
为二次函数f(t)上斜率为s
n
/2的采样时间,其中m>0;输出二次函数f(t)的最大值作为稳态温度预测值。2.根据权利要求1所述的适用于智能终端的温度快速预测方法,其特征在于,所述t
n+m
关于t
n
的经验公式根据如下方法确定:t
n+m
>t
n
,且t
n+m
随s
n
增加而单调增加,增加的幅度由单调增函数确定,其中单调增函数由指数函数和线性函数组合而成,指数函数的指数以及线性函数的线性增长速率由检测对象同类对象的温度测量的历史记录数据样本集确定。3.根据权利要求2所述的适用于智能终端的温度快速预测方法,其特征在于,所述t
n+m
关于t
n
在采样频率为10Hz下的经验公式表示为t
n+m
=t
n
+10(100s
n
)
1/α
β,其中,参数α和β基于历史记录数据样本集确定。4.根据权利要求1所述的适用于智能终端的温度快速预测方法,其特征在于,根据温度测量的历史记录数据样本集确定t
n+m
关于t
n
的经验公式中的参数的方法为:基于第j个与检测对象同类对象的历史记录数据样本集{(t
i
,T
i
)|t0≤t
i
≤t
s
}得到拟合函数c
j
(t)及其导数c
′
j
(t),其中j∈{1
…
J},[t0,t
s
]为测量时间范围,J为同类对象数量;将t
n
代入c
′
j
(t)得到c
j
(t)在t
n
的斜率s...
【专利技术属性】
技术研发人员:顾斌,朱启文,嵇亮,孙冬,刘豫东,于宝明,
申请(专利权)人:南京信息职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。