典型文献
基于机器学习算法的超声流量计使用中检验
文献摘要：
为保证使用中超声流量计的准确度,基于随机森林算法,建立了超声流量计使用中检验预测分析模型.研究了超声流量计使用中检验程序.首先,获取超声流量计的信号质量数据、流态指标数据、以及计量性能数据;其次,采用随机森林算法对使用中超声流量计的流量偏差进行预测,预测值与真实值的偏差在0.76％以内,分析了影响使用中超声流量计测量准确度的各数据对超声流量计性能的影响程度;最后,对预测模型的不确定度进行分析,其扩展不确定度U=0.92％～0.22％(k=2).
文献关键词：
计量学;超声流量计;机器学习;随机森林算法;使用中检验;不确定度
中图分类号：
作者姓名：
李梦娜;吕承泽;王蕾;李春辉
作者机构：
中国计量科学研究院,北京100029;中国计量大学,浙江 杭州310018
文献出处：
引用格式：
[1]李梦娜;吕承泽;王蕾;李春辉-.基于机器学习算法的超声流量计使用中检验)[J].计量学报,2022(12):1627-1633
A类：
使用中检验
B类：
基于机器学习,机器学习算法,超声流量计,中超,随机森林算法,预测分析,信号质量,质量数据,流态,计量性能,流量偏差,真实值,计测,测量准确度,扩展不确定度
AB值：
0.173022
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
