基于多模态信息融合的分流孔分类方法

作     者：周钢亮 秦昊 林卓胜 张昱 ZHOU Gangliang;QIN Hao;LIN Zhuosheng;ZHANG Yu

作者机构：五邑大学智能制造学部广东江门529020 广东省科学院智能制造研究所广东广州510075 

基　　金：广东省重点领域研发计划项目(2021B0101220006) 

出 版 物：《模具工业》 (Die & Mould Industry)

年 卷 期：2023年第49卷第10期

页      码：20-25页

摘      要：为探究机器学习方法在挤压模设计智能化上的应用,结合型材截面图与数值分析,提出基于多模态信息融合的分流孔分类模型(CMMIF)。CMMIF利用卷积神经网络(CNN)实现型材面图像特征抽取,利用ReliefF算法对数值数据进行特征筛选,将2种不同的图像特征与数值特征进行融合。试验结果表明,与同基线模型对比CMMIF能有效表示分流孔特征,分类模型F1值为91.83%,实现对多种模态信息的准确分类,该研究成果为实现挤压模分流孔的智能设计提供支撑。

主 题 词：挤压模设计 机器学习 智能设计 多模态融合 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.16787/j.cnki.1001-2168.dmi.2023.10.003

馆 藏 号：203124149...