期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于半监督并行门控CNN-LSTM的微铣削刀具磨损状态监测
1
作者 吕鑫峰 郑刚 张旭 《组合机床与自动化加工技术》 北大核心 2024年第10期100-104,共5页
微铣削过程中主轴高转速和刀具小尺寸的特点,导致刀具磨损异常严重。为实现高精度和高效率的刀具磨损状态监测,提出了一种将小波去噪的半监督网络与改进并行门控网络相结合的监测方法。首先,采用小波软阈值函数去除噪声,降低半监督网络... 微铣削过程中主轴高转速和刀具小尺寸的特点,导致刀具磨损异常严重。为实现高精度和高效率的刀具磨损状态监测,提出了一种将小波去噪的半监督网络与改进并行门控网络相结合的监测方法。首先,采用小波软阈值函数去除噪声,降低半监督网络对无标签数据分类的误导程度;其次,采用有标签数据训练半监督网络提取特征,对无标签数据进行分类;最后,改进并行门控卷积神经网络-长短时记忆网络(CNN-LSTM)模型提取全局特征并额外增加模型表达能力。结果表明,通过小波去噪后的半监督网络能有效增加无标签数据的利用率;提出的改进并行门控CNN-LSTM模型,刀具磨损分类准确率到了93.61%,有效提高了刀具磨损状态监测的准确性和高效性。 展开更多
关键词 刀具磨损状态监测 小波去噪 半监督网络 并行门控
下载PDF
融合双重注意力机制与并行门控循环单元的晶圆加工周期预测方法 被引量：1
2
作者 戴佳斌 张洁 吴立辉 《中国机械工程》 EI CAS CSCD 北大核心 2023年第14期1640-1646,共7页
晶圆制造过程中的生产特征数据大规模、特征间复杂关联和特征样本强相关特性导致晶圆加工周期预测效率低与预测精度不高,因此提出了一种融合双重注意力机制与并行门控循环单元的晶圆加工周期预测方法。首先,利用Relief-F算法对生产特征... 晶圆制造过程中的生产特征数据大规模、特征间复杂关联和特征样本强相关特性导致晶圆加工周期预测效率低与预测精度不高,因此提出了一种融合双重注意力机制与并行门控循环单元的晶圆加工周期预测方法。首先,利用Relief-F算法对生产特征数据进行降维处理;然后,基于模糊C均值算法对数据样本进行工艺相似性聚类,并设计并行门控循环单元网络来挖掘晶圆lot特征样本间的强相关特性;最后,设计了双重注意力机制来学习关键特征内部及特征与加工周期的复杂关联信息。实验结果表明,所提出方法能有效缩短预测训练时间,提高预测精度。 展开更多
关键词 晶圆制造 预测 并行门控循环单元 注意力机制
下载PDF
基于改进的Swin Transformer的输油管道微小缺陷检测模型
3
作者 姚睿 郎宪明 +2 位作者 袁开欣 侍殿超 张欣冉 《管道技术与设备》 CAS 2024年第3期35-42,47,共9页
针对磁漏微小缺陷检测困难、检测数据不足、检测精度低等问题,提出了去噪扩散概率模型(DDPM)-门控并行膨胀卷积的移位窗口变换器(DGPST)。文中引入了DDPM作为数据生成模型,获得高质量的数据样本。门控并行膨胀卷积的移位窗口变换器(GPST... 针对磁漏微小缺陷检测困难、检测数据不足、检测精度低等问题,提出了去噪扩散概率模型(DDPM)-门控并行膨胀卷积的移位窗口变换器(DGPST)。文中引入了DDPM作为数据生成模型,获得高质量的数据样本。门控并行膨胀卷积的移位窗口变换器(GPST)是在移位窗口变换器(Swin-Transformer)的基础上进行改进的。在GPST的主干网络中引入了门控并行膨胀卷积层,门控单元可以减少不必要的计算量,卷积提高了网络提取全局上下文信息的能力,有利于提高模型检测精度。实验结果表明:当IOU=0.5时,该算法的精确度为95.6%,推理时间(Latency)为8.2 ms。 展开更多
关键词 门控并行膨胀卷积 概率模型 移位窗口变换器 磁通量
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部