一种基于三元组长短时记忆神经网络的刀具磨损监测方法.pdfVIP

下载本文档

1
0
约1.44万字
约 12页
2023-12-16 发布于四川
举报
版权申诉

一种基于三元组长短时记忆神经网络的刀具磨损监测方法.pdf

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

本发明公开了一种基于三元组长短时记忆神经网络的刀具磨损监测方法，涉及机械加工状态监测技术领域，将测试样本集数据输入刀具磨损监测模型中，得到刀具磨损状态数据，刀具磨损三元组构建后，将其输入到三元组特征提取模块中，提取对应的正样本、锚样本和负样本的特征，将这些特征输入到三元组损失中学习刀具磨损监测数据的类内相似特征与类间差异性特征，并保存构成三元组神经网络子网络的参数，然后，在子网络最后一层添加softmax分类层，用于构建刀具磨损监测模型，其次，将最初的训练样本集数据输入分类模块中，以微调子网络的

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117236381A

(43)申请公布日2023.12.15

(21)申请号202311474118.3G06F18/2415(2023.01)