一种卡扣卡合识别方法、装置、设备和存储介质

AITNT
正文
推荐专利
一种卡扣卡合识别方法、装置、设备和存储介质
申请号:CN202411122865
申请日期:2024-08-15
公开号:CN119066576A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种卡扣卡合识别方法、装置、设备和存储介质,属于机器人技术领域。该方法针对传统递归神经网络(RNN)在处理长时序卡扣检测力序列时的性能退化问题,引入了用于识别卡扣卡合序列的残差长短时记忆神经网络(LSTM)模型,该模型将残差链接到长短时记忆网络中,增强长时间序列下的记忆与反向传播效率,并利用残差链接改善了长短时记忆细胞中信息的遗传机制,有效防止在处理长时序列时梯度的消散问题,在残差长短时记忆神经网络模型的训练过程中通过扩增样本数据进行训练,能够缓解网络训练过程中的过拟合问题,提高了网络训练收敛之后的识别性能。
技术关键词
神经网络单元 识别方法 神经网络模型 序列 数据 Sigmoid函数 焦点损失函数 递归神经网络 信号 双曲正切函数 卡扣基座 可读存储介质 环形卡扣 机器人技术 检测力 处理器 样本 矩阵 卡扣组件
系统为您推荐了相关专利信息
1
一种基于多源数据融合的煤层增透效果预测方法
交叉注意力机制 特征提取网络 依赖特征 跨模态数据 变量
2
基于贝叶斯网络的地铁建设工程坍塌事故风险控制方法
风险控制方法 编码准则 随机森林模型 贝叶斯网络推理 网络节点结构
3
基于数字孪生的城市更新片区全生命周期监测与优化系统
数字孪生模型 数据采集模块 数据分析模块 建筑信息模型 三维地理模型
4
一种基于因果学习的疾病病因识别方法
变量 识别方法 线性回归模型 疾病 后门
5
基于强化学习的速调管状态反馈控制方法
速调管 状态反馈控制方法 强化学习模型 控制系统 加速器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号