基于机器学习的ＮＴＣ温度校准方法研究

基于机器学习的ＮＴＣ温度校准方法研究

张译１　张进成２　孙志平１

（１.云南省普洱市质量技术监督综合检测中心；２.云南省大理州质量技术监督综合检测中心）

摘　要：基于机器学习的ＮＴＣ热敏电阻温度校准方法由于制造过程和存储环境因素的差异，会导致传统校准方法可能存在一定的测量误差。本文采用机器学习技术中的支持向量机回归模型，对４组ＮＴＣ热敏电阻样本进行温度校准。结果表明：该模型相对于传统方法，预测热敏电阻温度值与标准温度值的偏差为（－００２～００２）℃，具有更高的精确度和准确性。

关键词：ＮＴＣ热敏电阻；温度校准；机器学习；多项式拟合