基于神经网络算法的包装机空头检测点检行为判断方法

本发明公开了一种基于神经网络算法的包装机空头检测点检行为判断方法，包括S1数据采集、S2数据预处理、S3建立卷积神经网络模型、S4模型训练，通过训练集的数据学习每个班次样本数据中“点检行为”的产生规律，并调整模型参数，然后通过测试集中的数据来验证其对班次样本数据“点检行为”的判断能力，S5空头点检预测判断。本发明利用神经网络算法模型对包装机空头检测点检行为判断取得了较高的预测准确率，通过深度学习算法的智能分析，可以为管理人员提供基础数据分析功能，并为生产过程中的点检在线实时监测提供分析和预警功能。