1.一种低成本PM2.5监测节点的校准方法，其特征在于以下步骤：
步骤1，获取时间上和空间上一致的训练样本，包括：
(1.1)集成节点，敏感性特征传感器和无线传输模块。
(1.2)在节点设置程序，数据定时传输回本地。
(1.3)部署节点在空气质量监测站附近。
(1.4)在本地设置程序，定时获取空气质量监测站数据。
步骤2，对于室内环境和室外环境选取不同校准模型，包括：
(2.1)选择实验环境，室内环境和室外环境，在不同环境下分别采集一定量的数据样本。
(2.2)对室内和室外环境的数据样本采用线性拟合，分析拟合值和真实值的偏差。
(2.3)对于室内环境，线性拟合偏差小，认为线性参数恒定，结合敏感性特征，采用多元线性回归模型。
(2.4)对于室外环境，线性拟合偏差大，认为线性参数是敏感变化的，结合敏感特征，采用线性参数学习模型。
步骤3，数据预处理，模型训练和测试,包括：
(3.1)对数据样本进行清洗，去掉异常的数据
(3.2)按照室内环境和室外环境，将数据样本分为两组。
(3.3)对每组数据样本，按时间排序，选取前一半作为训练样本，后一半作为测试样本。
(3.4)对每组数据样本中的敏感性特征进行标准化处理。
(3.5)对每组训练样本，分别用上面两个模型进行训练。
(3.6)对训练好的模型用对应的测试样本进行测试。
步骤4，将验证过的神经网络和回归树离线模型分别写入室内节点和室外节点的校准程序。
2.根据权利要求1所述的一种低成本PM2.5节点的校准方法，其特征在于在所述步骤(1.2)所述的定时，是权衡时间粒度和能耗的数据传输周期。
3.根据权利要求1所述的一种低成本PM2.5节点的校准方法，其特征在于在所述步骤(3.1)所述的清洗，是根据去噪和异常检测的方法对数据进行过滤。