摘要
本申请公开了一种超声预测网络训练方法、晶粒尺寸超声预测方法及装置,涉及高温合金晶粒尺寸测量技术领域,该方法通过在改进GAN生成虚拟样本来扩展样本集规模的同时,引入质量预测机制以提高生成虚拟样本的质量,并通过筛选机制,即根据虚拟误差和真实误差的差值,筛选生成的虚拟样本,保证了样本的平衡分布。本申请解决了现有技术中所面临的样本数量稀缺且分布不平衡所导致超声预测模型预测效果差的问题,能够对晶粒尺寸做出准确的预测。
技术关键词
网络训练方法
样本
机器学习算法模型
微观组织结构
生成对抗模型
高温合金晶粒尺寸
误差
生成对抗网络
K均值聚类算法
决策树模型
处理器
图像处理方法
计算机程序产品
机制
坐标
计算机设备
阶段