基于深度学习的科里奥利质量流量计数字信号处理方法

摘要

本发明提供一种基于深度学习的科里奥利质量流量计数字信号处理方法，首先，建立水流量测试平台；其次，对每组样本数据进行预处理，分别得到样本的第二训练集、验证集和测试集；然后，构建第一深度学习网络模型和第二深度学习网络模型，采用第二训练集分别对第一深度学习网络模型和第二深度学习网络模型进行训练；在训练过程中，采用批归一化方法使得第一深度学习网络模型和第二深度学习网络模型收敛；最后，采用基于贝叶斯的模型融合法对第一流量信号和第二流量信号进行融合，得到流量信号的最优估计值，以提高流量测量的精度。本发明的科里奥利质量流量计测量的振动信号通过本发明方法处理可得到高精度的流量信号，从而提高流量的测量精度。