买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖南大学苏州研究院;湖南大学
摘要:本发明公开了一种基于神经网络自学习的SPR2失效卡片拓展方法,包括以下操作方法:试制FDS或SPR接头;建立数据库,根据后续机器学习的输入与输出设置,进行针对性的数据库建立;建立人工神经网络通路;改善后的机器学习架构搭建,先判断待预测数据集的失效形式,并输出,随后采用相对应的失效数据子集进行后续的预测与运算;读取数据并输出SPR2参数通过针对拉剪工况,调整参数值;自动调节个别参数;整体模式使用方法,直接输入待测的FDS的材料新组合,最后可以直接输出失效形式、预测的力位移曲线,以及新的材料卡片参数值,该发明涉及热熔自攻丝连接技术仿真领域,是一种基于神经网络自学习的高效高质适用于热熔自攻丝与自冲铆的SPR2失效卡片拓展方法。
主权项:1.一种基于神经网络自学习的SPR2失效卡片拓展方法,其特征在于,包括以下操作方法:S1:试制FDS或SPR接头;S2:建立数据库,根据后续机器学习的输入与输出设置,进行针对性的数据库建立;S3:建立人工神经网络通路;S4:改善后的机器学习架构搭建,先判断待预测数据集的失效形式,并输出,随后采用相对应的失效数据子集进行后续的预测与运算;S5:读取数据并输出SPR2参数通过针对拉剪工况,调整参数值;S6:自动调节个别参数;S7:整体模式使用方法,直接输入待测的FDS或SPR的材料新组合,最后可以直接输出失效形式、预测的力位移曲线,以及新的材料卡片参数值。
全文数据:
权利要求:
百度查询: 湖南大学苏州研究院 湖南大学 一种基于神经网络自学习的SPR2失效卡片拓展方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。