文献检索-宁波市创意产业特色资源库

限定检索结果

基于深度CNN-LSTM神经网络的加工过程实时异常监测模型: 收藏
分享
引用; 《机械设计与研究》2021年第6期37卷 128-132,140页; 作者：王成瀚苏沛源张臣宏于建华沈彬上海交通大学机械与动力工程学院上海200240 中国航发商发制造有限公司上海201306; 为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网絡(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型。该模型以数控...; 为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网絡(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型。该模型以数控系统中采集的实时数据为输入,先利用CNN提取其高维特征并生成特征向量,再利用LSTM进行序列特征提取,最后通过逻辑回归得到异常诊断结果。实验表明,该模型的准确率、精确率、召回率等性能指标均超过98.5%,明显优于其他异常监测模型。; 来源：详细信息评论

限定检索结果