基于随机森林算法的温度校准方法研究

基于热敏电阻NTC在生产过程、储存条件等客观因素的影响下会造成测量精度较低、准确性较低的情况,且传统校准方法受到热敏电阻非线性温度特性的影响,无法满足高精度和高准确性的校准需求,本文提出引进机器学习中的随机森林算法模型,在0~120℃的温度范围实验条件下,将测试数据分为训练集与测试集,有效验证了随机森林模型适用于NTC的温度校准,通过对模型的修改及优化参数,使温度校准精度达到-0.015~0.020℃。

血液细菌培养仪的质量控制方法探讨

随着医疗技术的发展,血液细菌培养仪使用范围的逐渐增加,其质量控制的要求也随之提高。本文通过介绍该培养仪的发展历程、影响因素及现有质量控制方法,针对其光学检测系统物理质控方法的实操影响因素进行实验,并根据实验结果提出使用建议,为血液细菌培养仪的质量控制提供参考。