基于改进型LSTM网络的表面粗糙度预测方法
发明专利本发明公开了基于改进型LSTM网络的表面粗糙度预测方法,包括如下步骤:S1建立不同切削参数下振动信号与所对应的粗糙度值的大数据集;S2采用步骤S1中的大数据集对CNN网络层进行训练以获得CNN筛选特征集。S3对步骤S1中的大数据进行人工筛选特征获得人工筛选特征集。S4将步骤S2中的CNN筛选特征集和步骤S3中的人工筛选特征集作为输入门的特征数据对LSTM网络层进行训练获得全特征集。S5采用一个FCN网络对全特征集进行训练,以获得振动信号与粗糙度值相对应的预测模型。S6在S5的预测模型中输入待测粗糙度的振动信号以获得表面粗糙度值。本发明中的预测模型在数据预处理后改变原始信号后,不会过滤掉相关度高的特征;提高了零件表面粗糙度预测的准确性。
《基于改进型LSTM网络的表面粗糙度预测方法》是一发明专利,专利号为 2020108931971,当前法律状态为已下证,由中国计量大学提出申请,发明人为黄玺宁;朱俊江;王君,申请日期为2020-08-31,公开(公告)日期为2020-12-11,国际专利分类号(IPC)为 G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I,高新资质:未报高企,所属技术领域包括:互联网软件安防监控通用、安防监控算法系统、智慧城市、公共安全、摄像头追踪系统、识别大数据采集、人像大数据采集。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于改进型LSTM网络的表面粗糙度预测方法,包括如下步骤:S1建立不同切削参数下振动信号与所对应的粗糙度值的大数据集;S2采用步骤S1中的大数据集对CNN网络层进行训练以获得CNN筛选特征集。S3对步骤S1中的大数据进行人工筛选特征获得人工筛选特征集。S4将步骤S2中的CNN筛选特征集和步骤S3中的人工筛选特征集作为输入门的特征数据对LSTM网络层进行训练获得全特征集。S5采用一个FCN网络对全特征集进行训练,以获得振动信号与粗糙度值相对应的预测模型。S6在S5的预测模型中输入待测粗糙度的振动信号以获得表面粗糙度值。本发明中的预测模型在数据预处理后改变原始信号后,不会过滤掉相关度高的特征;提高了零件表面粗糙度预测的准确性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
