摘要
本发明公开了一种铸铁新材料双向设计模型构建方法、装置、设备及介质,涉及机器学习技术领域。该方法包括:获取铸铁流程中的多尺度多模态数据;对多尺度多模态数据进行分桶处理,得到训练数据集和测试数据集;基于神经元节点和连通节点权重构建多种神经网络模型;根据训练数据集和测试数据集对各神经网络模型进行双向训练,得到多个铸铁新材料多模态模型;基于主动寻优方法,从各铸铁新材料多模态模型中获得目标铸铁新材料双向设计模型。这样,利用目标铸铁新材料双向设计模型对铸铁新材料的力学性能的预测,也实现对元素成分和工艺参数预测,寻求铸铁新材料强度和塑性之间的最佳平衡点,从而解决强塑性倒置问题。
技术关键词
新材料
多模态
模型构建方法
铸铁
神经网络模型
寻优方法
多尺度
数据
模型构建装置
机器学习技术
节点
处理器
计算机设备
指标
模块
元素
参数
可读存储介质
存储器
系统为您推荐了相关专利信息
风险评估模型
文本分类模型
热力图
封闭模块
多模态
预测模型构建方法
监督机器学习算法
支持向量机回归模型
模型构建系统
数据分类
跟踪优化方法
空间结构特征
音视频
视频运动特征
视频帧
多模态特征融合
区域分割方法
文本
人工瓣膜
编码器训练