摘要
本发明之结合深度学习的非接触式红外温度测量方法,属于红外辐射测量技术领域,为了解决现有技术在处理多变量之间复杂非线性关系存在局限性的技术问题,包括如下步骤:在不同环境条件下对被测物体进行红外温度测量,获取多种影响因素参数并进行特征提取;根据特征提取结果对多种影响因素采用控制变量法分组获取原始数据;原始数据预处理;使用处理结果构建深度学习神经网络,训练并优化得到红外测温补偿模型;利用红外测温补偿模型输出高精度测量结果,通过构建和训练神经网络模型,有效处理多种影响因素的复杂非线性关系,同时实现了红外测温实时测量与补偿。