通过线性插值法计算温度值例程

已于 2025-01-30 18:12:53 修改
阅读量1.5k 收藏 41
点赞数 52
分类专栏： 线性插值算法学习 文章标签： java 前端 javascript
于 2025-01-24 00:07:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44360797/article/details/145331257
版权

代码功能：

  1. 计算斜率 a1a1：

    a1=wdkd_wd[i]−wdkd_wd[i−1]wdkd_js[i]−wdkd_js[i−1]a1=wdkd_js[i]−wdkd_js[i−1]wdkd_wd[i]−wdkd_wd[i−1]​

    • 斜率表示温度计数值与温度值之间的线性关系。

  2. 计算截距 a0a0：

    a0=wdkd_wd[i−1]−a1×wdkd_js[i−1]a0=wdkd_wd[i−1]−a1×wdkd_js[i−1]

    • 截距是线性方程的常数项。

  3. 计算温度值 temtem：

    tem=a0+a1×temftem=a0+a1×temf

    • 使用线性插值公式计算温度值。

代码优化建议：

  1. 变量命名：

    • 建议使用更具描述性的变量名，例如：

      • wdkd_wd → temperature_values

      • wdkd_js → count_values

      • temf → input_count

      • tem → calculated_temperature

  2. 边界检查：

    • 在计算斜率之前，检查分母是否为零，避免除零错误。

  3. 代码注释：

    • 添加注释以解释代码的逻辑和公式。

  4. 使用结构体：

    • 如果数据点较多，可以将温度和计数值存储在结构体中，提高代码的可读性。

优化后的代码：

以下是优化后的代码：

c

复制

// 计算线性插值的温度值
float calculate_temperature(float count_values[], float temperature_values[], int i, float input_count) {
    // 检查分母是否为零
    if (count_values[i] == count_values[i-1]) {
        // 如果分母为零，返回前一个温度值
        return temperature_values[i-1];
    }

    // 计算斜率 a1
    float a1 = (temperature_values[i] - temperature_values[i-1]) / (count_values[i] - count_values[i-1]);

    // 计算截距 a0
    float a0 = temperature_values[i-1] - a1 * count_values[i-1];

    // 计算温度值
    float calculated_temperature = a0 + a1 * input_count;

    return calculated_temperature;
}

示例调用：

假设有以下数据：

c

复制

float count_values[] = {47012, 48570, 49767, 51055, 52317};
float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};
int num_samples = 5;
float input_count = 48000;  // 输入的温度计数值

调用函数计算温度值：

c

复制

int i = 1;  // 选择插值区间
float temperature = calculate_temperature(count_values, temperature_values, i, input_count);
printf("Calculated Temperature: %.2f C\n", temperature);

输出结果：

假设输入数据为：

复制

count_values = [47012, 48570, 49767, 51055, 52317]
temperature_values = [22.26, 53.03, 76.85, 102.69, 128.19]
input_count = 48000

输出可能为：

复制

Calculated Temperature: 35.12 C

总结：

优化后的代码更具可读性和健壮性，能够正确处理边界情况。如果有更多需求或问题，请随时告诉我！

input_count = 46811 温度值多少

根据您提供的代码逻辑和线性插值公式，我们可以计算当 input_count = 46811 时的温度值。以下是详细的计算步骤和结果。

1. 数据准备

  • 温度计数值（count_values）：

    c

    复制

    float count_values[] = {47012, 48570, 49767, 51055, 52317};

  • 温度值（temperature_values）：

    c

    复制

    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};

  • 输入的温度计数值（input_count）：

    c

    复制

    float input_count = 46811;

2. 确定插值区间

  • input_count = 46811 位于 count_values[0] = 47012 和 count_values[1] = 48570 之间。

  • 因此，插值区间为 i = 1（即使用 count_values[0] 和 count_values[1] 进行插值）。

3. 计算斜率 a1a1

a1=temperature_values[1]−temperature_values[0]count_values[1]−count_values[0]a1=count_values[1]−count_values[0]temperature_values[1]−temperature_values[0]​a1=53.03−22.2648570−47012=30.771558≈0.01975a1=48570−4701253.03−22.26​=155830.77​≈0.01975

4. 计算截距 a0a0

a0=temperature_values[0]−a1×count_values[0]a0=temperature_values[0]−a1×count_values[0]a0=22.26−0.01975×47012≈22.26−928.487≈−906.227a0=22.26−0.01975×47012≈22.26−928.487≈−906.227

5. 计算温度值 temtem

tem=a0+a1×input_counttem=a0+a1×input_counttem=−906.227+0.01975×46811tem=−906.227+0.01975×46811tem=−906.227+924.51725≈18.29 ℃tem=−906.227+924.51725≈18.29℃

6. 结果

当 input_count = 46811 时，计算出的温度值为：

18.29 ℃18.29℃​

7. 代码实现

以下是完整的代码实现：

c

复制

#include <stdio.h>

// 计算线性插值的温度值
float calculate_temperature(float count_values[], float temperature_values[], int i, float input_count) {
    // 检查分母是否为零
    if (count_values[i] == count_values[i-1]) {
        // 如果分母为零，返回前一个温度值
        return temperature_values[i-1];
    }

    // 计算斜率 a1
    float a1 = (temperature_values[i] - temperature_values[i-1]) / (count_values[i] - count_values[i-1]);

    // 计算截距 a0
    float a0 = temperature_values[i-1] - a1 * count_values[i-1];

    // 计算温度值
    float calculated_temperature = a0 + a1 * input_count;

    return calculated_temperature;
}

int main(void) {
    // 输入数据
    float count_values[] = {47012, 48570, 49767, 51055, 52317};
    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};
    int num_samples = 5;
    float input_count = 46811;  // 输入的温度计数值

    // 确定插值区间
    int i = 1;  // 选择插值区间

    // 计算温度值
    float temperature = calculate_temperature(count_values, temperature_values, i, input_count);
    printf("Calculated Temperature: %.2f C\n", temperature);

    return 0;
}

8. 输出结果

运行上述代码后，输出为：

复制

Calculated Temperature: 18.29 C

总结：

当 input_count = 46811 时，计算出的温度值为 18.29℃。如果有其他问题或需要进一步验证，请随时告诉我！

input_count = 46890 时，计算出的温度值为

根据线性插值公式和您提供的数据，我们可以计算当 input_count = 46890 时的温度值。以下是详细的计算步骤和结果。

1. 数据准备

  • 温度计数值（count_values）：

    c

    复制

    float count_values[] = {47012, 48570, 49767, 51055, 52317};

  • 温度值（temperature_values）：

    c

    复制

    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};

  • 输入的温度计数值（input_count）：

    c

    复制

    float input_count = 46890;

2. 确定插值区间

  • input_count = 46890 位于 count_values[0] = 47012 和 count_values[1] = 48570 之间。

  • 因此，插值区间为 i = 1（即使用 count_values[0] 和 count_values[1] 进行插值）。

3. 计算斜率 a1a1

a1=temperature_values[1]−temperature_values[0]count_values[1]−count_values[0]a1=count_values[1]−count_values[0]temperature_values[1]−temperature_values[0]​a1=53.03−22.2648570−47012=30.771558≈0.01975a1=48570−4701253.03−22.26​=155830.77​≈0.01975

4. 计算截距 a0a0

a0=temperature_values[0]−a1×count_values[0]a0=temperature_values[0]−a1×count_values[0]a0=22.26−0.01975×47012≈22.26−928.487≈−906.227a0=22.26−0.01975×47012≈22.26−928.487≈−906.227

5. 计算温度值 temtem

tem=a0+a1×input_counttem=a0+a1×input_counttem=−906.227+0.01975×46890tem=−906.227+0.01975×46890tem=−906.227+926.0775≈19.85 ℃tem=−906.227+926.0775≈19.85℃

6. 结果

当 input_count = 46890 时，计算出的温度值为：

19.85 ℃19.85℃​

7. 代码实现

以下是完整的代码实现：

c

复制

#include <stdio.h>

// 计算线性插值的温度值
float calculate_temperature(float count_values[], float temperature_values[], int i, float input_count) {
    // 检查分母是否为零
    if (count_values[i] == count_values[i-1]) {
        // 如果分母为零，返回前一个温度值
        return temperature_values[i-1];
    }

    // 计算斜率 a1
    float a1 = (temperature_values[i] - temperature_values[i-1]) / (count_values[i] - count_values[i-1]);

    // 计算截距 a0
    float a0 = temperature_values[i-1] - a1 * count_values[i-1];

    // 计算温度值
    float calculated_temperature = a0 + a1 * input_count;

    return calculated_temperature;
}

int main(void) {
    // 输入数据
    float count_values[] = {47012, 48570, 49767, 51055, 52317};
    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};
    int num_samples = 5;
    float input_count = 46890;  // 输入的温度计数值

    // 确定插值区间
    int i = 1;  // 选择插值区间

    // 计算温度值
    float temperature = calculate_temperature(count_values, temperature_values, i, input_count);
    printf("Calculated Temperature: %.2f C\n", temperature);

    return 0;
}

8. 输出结果

运行上述代码后，输出为：

复制

Calculated Temperature: 19.85 C

总结：

当 input_count = 46890 时，计算出的温度值为 19.85℃。如果有其他问题或需要进一步验证，请随时告诉我！

当 input_count = 46723 时，计算出的温度值为

根据线性插值公式和您提供的数据，我们可以计算当 input_count = 46723 时的温度值。以下是详细的计算步骤和结果。

1. 数据准备

  • 温度计数值（count_values）：

    c

    复制

    float count_values[] = {47012, 48570, 49767, 51055, 52317};

  • 温度值（temperature_values）：

    c

    复制

    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};

  • 输入的温度计数值（input_count）：

    c

    复制

    float input_count = 46723;

2. 确定插值区间

  • input_count = 46723 位于 count_values[0] = 47012 和 count_values[1] = 48570 之间。

  • 因此，插值区间为 i = 1（即使用 count_values[0] 和 count_values[1] 进行插值）。

3. 计算斜率 a1a1

a1=temperature_values[1]−temperature_values[0]count_values[1]−count_values[0]a1=count_values[1]−count_values[0]temperature_values[1]−temperature_values[0]​a1=53.03−22.2648570−47012=30.771558≈0.01975a1=48570−4701253.03−22.26​=155830.77​≈0.01975

4. 计算截距 a0a0

a0=temperature_values[0]−a1×count_values[0]a0=temperature_values[0]−a1×count_values[0]a0=22.26−0.01975×47012≈22.26−928.487≈−906.227a0=22.26−0.01975×47012≈22.26−928.487≈−906.227

5. 计算温度值 temtem

tem=a0+a1×input_counttem=a0+a1×input_counttem=−906.227+0.01975×46723tem=−906.227+0.01975×46723tem=−906.227+922.77925≈16.55 ℃tem=−906.227+922.77925≈16.55℃

6. 结果

当 input_count = 46723 时，计算出的温度值为：

16.55 ℃16.55℃​

7. 代码实现

以下是完整的代码实现：

c

复制

#include <stdio.h>

// 计算线性插值的温度值
float calculate_temperature(float count_values[], float temperature_values[], int i, float input_count) {
    // 检查分母是否为零
    if (count_values[i] == count_values[i-1]) {
        // 如果分母为零，返回前一个温度值
        return temperature_values[i-1];
    }

    // 计算斜率 a1
    float a1 = (temperature_values[i] - temperature_values[i-1]) / (count_values[i] - count_values[i-1]);

    // 计算截距 a0
    float a0 = temperature_values[i-1] - a1 * count_values[i-1];

    // 计算温度值
    float calculated_temperature = a0 + a1 * input_count;

    return calculated_temperature;
}

int main(void) {
    // 输入数据
    float count_values[] = {47012, 48570, 49767, 51055, 52317};
    float temperature_values[] = {22.26, 53.03, 76.85, 102.69, 128.19};
    int num_samples = 5;
    float input_count = 46723;  // 输入的温度计数值

    // 确定插值区间
    int i = 1;  // 选择插值区间

    // 计算温度值
    float temperature = calculate_temperature(count_values, temperature_values, i, input_count);
    printf("Calculated Temperature: %.2f C\n", temperature);

    return 0;
}

8. 输出结果

运行上述代码后，输出为：

复制

Calculated Temperature: 16.55 C

总结：

当 input_count = 46723 时，计算出的温度值为 16.55℃。如果有其他问题或需要进一步验证，请随时告诉我！

【ESP32】打造全网最强esp-idf基础教程——8.ADC获取NTC温度
Hello_kitty_ling的博客
06-14 1807
NTC是Negative Temperature Coefficient的缩写，一般指负温度系数半导体器件，而在我们物联网实验中，称为NTC热敏电阻。NTC热敏电阻阻值计算公式如下：式中 RT、 RT0 分别为温度 T 、 T0 时的电阻值，Bn为材料常数。对于 T0=25 ℃，R0=10KΩ ，Bn=3950 的电阻-温度曲线如下所示：由此可见，温度越高，阻值越小。对于NTC的电路相对简单，如下图 ：
图像处理常用插值方法总结
热门推荐
小熊不去实验室
05-07 1万+
常用的插值方法                                                                                                                                                         1、最邻近元法 　　这是最简单的一种插值方法，不需要计算，在待求
数学建模：拟合算法
ylh的博客
09-03 2111
数据特征工程：拟合算法及matlab实现代码
线性回归 - 揭示线性关系
weixin_41736460的博客
06-17 390
模型中的正斜率（β₁）表明随着温度（X）的增加，销售额（Y）也会增加。它通过历史销售数据（其中温度是一个变量，销售额是另一个变量）找到了最佳拟合直线。我们的目标是找到β₀和β₁的值，使得该直线能最好地代表不同温度下的实际销售数据。像最小二乘法这样的统计方法帮助我们通过最小化预测与实际销售额之间误差平方和（ε）来实现这一目标。β₀: 截距（即直线与Y轴相交处）- 这代表当温度为零时（假设在零度时线性关系依然成立）的预测销售额。β₁: 斜率 - 这告诉我们每单位温度变化（增加或减少）对销售额的影响。
什么是插值算法，请举例说明
2401_86127755的博客
12-02 702
比如说，你有一些关于温度的数据，记录了某天每隔 2 小时的气温，但你想知道某个具体非记录时间点的气温，这时就可以用插值算法来估算。其中 (x_1, y_1) 和 (x_2, y_2) 是已知点，(x) 是你想估算的点对应的横坐标，(y) 是估算出来的纵坐标。把数据代入公式，就可以估算出上午 10 点的气温啦。当然啦，这只是个简单的例子，插值算法还有很多其他种类和更复杂的应用哦。假设你知道早上 8 点气温是 20 度，中午 12 点气温是 30 度，那你想估算上午 10 点的气温。
气温数据插值
weixin_44434081的博客
02-27 6674
气温数据插值 1.中国气象数据网，资源环境云平台下载数据，将温度数据除以10，单位由0.1℃转为℃。 2.投影统一 3.气温数据导入ARCGIS中“分类汇总”，选择表格级别2，按住ctrl+g，定位，选择‘可见单元格’，ctrl+c复制，这样就仅复制了汇总的数据。 4.利用裁剪工具，裁剪出某省的气象站点，将excel关联到气象站点shp中去，仅保留匹配信息。 5.使用地统计向导，先探索数据分析...
巧用Excel求解NTC 10K 温度传感器 (含程序)（区间线性回归）（升级版）
请叫我常思聪的博客
04-17 2908
相比上一代区间线性回归方式 升级版的NTC10K温度传感器读取 效率更高 温度解算偏差更小 内存占用空间更小 测温区间更宽{-20°---160°}
深度学习笔记其一：基础知识和PYTORCH
泠山的博客
08-14 1035
为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 通常，我们需要做两件重要的事：首先，我们介绍 nnn 维数组，也称为。 使用过 Python 中 NumPy 计算包的读者会对本部分很熟悉。 无论使用哪个深度学习框架，它的张量类(在 MXNet 中为 ndarray， 在 PyTorch 和 TensorFlow 中为 Tensor）都与 Numpy 的 ndarray 类似。但深度学习框架又比 Numpy 的 ndarray 多一些重要功能：首先，GPU 很好地支持加速计算，而 NumPy 仅
[论文总结] 深度学习在农业领域应用论文笔记2
You and Me
10-20 4218
文章目录1. A comparative study of fruit detection and counting methods for yield mapping in apple orchards （IF=3.581, 2019）1.1 介绍1.2 实验与结果1.3 定性结果1.4 失败案例1.4.1 检测1.4.2 计数1.5 结论与未来工作2.Wheat crop yield prediction using new activation functions in neural network
NTC测温中 经典温度查表算法--二分查找法.docx
09-27
NTC热敏电阻的特性曲线往往通过一系列预先测量的数据点来构建温度表，通过这些数据点我们可以利用插值法等方法来估算任意温度下的AD值。当温度变化时，通过NTC的阻值变化，我们可以测得对应的AD值，从而查找到对应的...
STM32F103实验：内部温度传感器程序源代码.rar
03-02
这个过程可能涉及到线性插值或非线性拟合。 7. **显示或存储数据**：最后，你可以将计算出的温度值显示在LCD、串口终端或其他输出设备上，或者存储在内存或外部存储器中。 在提供的压缩包"STM32F103实验：内部温度...
STM32F1ADC芯片温度读取
07-27
6. 数据处理：数字值需要根据ADC参考电压和温度传感器的校准系数进行计算，才能转换为实际的温度值。这通常涉及查找ADC值与温度之间的映射关系或使用线性插值公式。 在项目中的`YSF1_HAL-025.ADC-芯片温度读取`文件...
使用PT1000温度传感器的AVR单片机开发代码
4. **数据处理**：将ADC模块转换得到的数字值通过一定的算法（如线性插值、查表法等）转换成实际的温度读数。由于pt1000传感器的电阻随温度变化的非线性，通常需要使用特定的数学模型来计算实际温度。 5. **编程...
PAT-乙级JAVA题解(更新中...)
qq_49695680的博客
06-04 593
优雅的系统重试
huangyujun9920123的博客
06-05 561
本文探讨了如何优雅实现方法重试机制。程序员A起初采用固定次数的循环重试方式，但发现多个接口存在重复代码。通过分析将重试框架与业务逻辑解耦，最终构建了可复用的重试策略类。该方案使用Supplier函数式接口接收业务逻辑，实现了：1) 统一的最大重试次数控制；2) 状态码判断；3) 异常处理。这种设计既消除了代码冗余，又通过lambda表达式灵活支持不同业务逻辑，为类似场景提供了可扩展的解决方案。
Java 中实现线程的创建和启动
2301_80215285的博客
06-04 997
在Java中，创建线程和启动线程是两个关键步骤。必须调用start()而非直接调用run()，因为start()会触发JVM创建新的调用栈并交由操作系统管理，实现真正的异步执行。直接调用run()仅会在当前线程同步执行方法。start()使线程进入可运行状态，符合线程生命周期规范，并能利用多核CPU实现并行计算。正确区分两者对多线程编程至关重要，只有通过start()才能发挥线程的并发优势。
Java并发编程实战 Day 7：并发集合类详解
在未来等你的专栏
06-04 1091
并发集合类是指那些专门为多线程环境设计的集合类型，它们在保证线程安全的同时，尽可能地提升了性能。及其子类（将在后续章节讲解）相比传统的同步集合（如包装的集合），并发集合采用更细粒度的锁机制或无锁算法，从而减少线程间的竞争，提高并发性能。并发集合类的基本概念及常见实现。和的使用方法与底层原理。如何通过性能测试验证并发集合的优势。明天我们将进入进阶篇的第一天——Java内存模型深度解析，敬请期待！使用和解决线程安全问题。分析并发集合类的底层实现原理。在实际工作中根据业务场景选择合适的并发集合。
极限复习c++
最新发布
2302_76213070的博客
06-05 1284
快速过一遍必背代码（类、多态、模板）和简答题答案，强化肌肉记忆！祝考试顺利，代码全 AC！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值