基于神经网络的旋转轴热定位误差识别方法及系统

本发明提供了一种基于神经网络的旋转轴热定位误差识别方法及系统，包括步骤S1：自动确定聚类簇数目；步骤S2：构造随机游走拉普拉斯矩阵，结合聚类簇数目进行谱聚类；步骤S3：基于谱聚类的结果构建IndRNN深度学习神经网络；步骤S4：基于IndRNN深度学习神经网络建模；步骤S5：使模型完成对旋转轴热定位的误差识别。本发明的基于图谱理论的温度敏感点选取策略可以自动确定最佳聚类簇数，避免了人为干预所带来的不确定性，在不依赖专家经验的同时也能够进行温度敏感点的筛选，谱聚类算法通过构造新的特征向量空间可以加速聚类过程，相比于直接对原始数据直接进行K均值聚类，谱聚类的鲁棒性更优，结果的一致性更好。