- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多模态学习的材料性能预测方法,包括:建立训练样本集;采用模态映射方法,将材料样本的成分参数进行模态变换,获得材料样本的灰度图像;进行多模态模型训练;采用模态映射方法,将待测材料的成分参数进行模态变换,获得待测材料的灰度图像;将待测材料的灰度图像和成分参数输入训练后的多模态模型,获得待测材料的性能参数预测结果。本发明使用了成分特征灰度图映射方案将数值模态的特征转换为灰度图像,大大增强了成分特征的表达能力,模态映射完成后的灰度图像和非成分参数组成多模态数据,使用多模态模型进行材料
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113362915 B
(45)授权公告日 2022.08.02
(21)申请号 202110807296.8 G06N 3/08 (2006.01)
(22)申请日 2021.07.
文档评论(0)