基于bert架构和神经网络的注塑机多参数推荐方法

本发明提供的基于bert架构和神经网络的注塑机多参数推荐方法，步骤包括：采集参数数据并进行清洗和预处理；再进行聚类，并分配任务标签和标准标签；进行独热编码，得到数据特征编码Ei；构造包括预训练模型和神经网络模型的多参数推荐模型；然后输入预训练模型得到特定参数特征Featurei，反向实现多参数推荐模型的优化，将特定参数特征Featurei和数据特征编码Ei输入神经网络模型中，实现多参数推荐模型的训练；输入测试集推送相应的参数推荐，本发明包括基于bert架构的预训练模型和神经网络模型，可以实现对多个任务的同时学习和推理，能够推荐高精确度的参数。