龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆大学
摘要：本发明公开了一种CNN‑BLRNET热误差预测模型，包括依次设置第一输入层、CNN层、BLRNET模型、dropout层、flatten层、dense层和第一输出层；BLRNET模型包括第二输入层、ReLU层和第二输出层，ReLU层和输出层之间设有串联的至少两个RESNET单元，RESNET单元包括直接映射部分和跳转连接部分，直接映射部分包括依次设置的卷积层Ⅰ、最大池化层Ⅰ和BILSTM层，跳转连接部分包括依次设置的卷积层Ⅱ和最大池化层Ⅱ；能够提取热误差数据的空间特征和时间特征，能够提高预测精度和鲁棒性。本发明还公开了一种CNN‑BLRNET热误差预测模型的迁移学习方法，能够提高模型的泛化能力，以适应不同的工作条件；本发明还公开了一种智能集成框架，能够提供包括热误差控制、状态监测和故障诊断的数据服务。
主权项：1.一种利用CNN-BLRNET热误差预测模型对热误差进行预测的方法，其特征在于：包括：1将热误差数据输入CNN-BLRNET热误差预测模型的输入层；2利用CNN层处理数据，以提取重要的数据局部特征；利用最大池化层进一步提取局部最大特征，获得数据初始特征信息；3利用BLRNET模型提取数据的时间特征；4数据依次进入dropout层、flatten层和dense层，将二维矢量转换为一维矢量进行输出，得到热误差预测值；其中，所述CNN-BLRNET热误差预测模型包括依次设置第一输入层、CNN层、BLRNET模型、dropout层、flatten层、dense层和第一输出层；所述BLRNET模型由BILSTM网络嵌入到RESNET网络中构成，且所述BLRNET模型包括第二输入层、ReLU层和第二输出层，所述ReLU层和第二输出层之间设有串联的至少两个RESNET单元，所述RESNET单元包括直接映射部分和跳转连接部分，所述直接映射部分包括依次设置的卷积层Ⅰ、最大池化层Ⅰ和BILSTM层，所述跳转连接部分包括依次设置的卷积层Ⅱ和最大池化层Ⅱ，BILSTM层的和最大池化层Ⅱ之间设有加法运算符。
全文数据：
权利要求：
百度查询： 重庆大学 CNN-BLRNET热误差预测模型及其迁移学习方法和智能集成框架
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号