摘要
本申请提供一种屏幕蒸镀工艺的人工智能优化方法,包括:获取屏幕在蒸镀过程中的多维数据;将多维数据输入预先训练好的蒸镀误差预测模型中的特征提取模块,获得蒸镀状态特征;蒸镀状态特征用于表征蒸镀过程中存在的误差分布和/或状态信息;将蒸镀状态特征输入蒸镀误差预测模型中的强化学习模块,获得屏幕在蒸镀过程中的优化参数;优化参数用于调整用于蒸镀工艺设备的设备参数,以优化屏幕的蒸镀过程。利用训练好的特征提取模块和强化学习模块,根据屏幕在蒸镀过程中的多维数据,获取蒸镀工艺设备的设备参数,以优化屏幕的蒸镀过程,实现快速响应,动态调整设备参数,减少人为误差和主观判断的影响,提高蒸镀质量的一致性。
技术关键词
特征提取模块
蒸镀工艺设备
人工智能优化方法
误差预测
计算机程序指令
屏幕
数据
参数
掩膜
传播算法
网络传感器
激光位移传感器
红外热成像仪
厚度检测仪
可读存储介质
应变传感器
蒸镀设备
计算机程序产品
处理器
系统为您推荐了相关专利信息
能耗
设备运行参数
实时监测数据
LSTM算法
图谱
天然气
关断条件
BP神经网络模型
计算机程序指令
工况
手部检测方法
特征提取模型
融合特征
卷积特征
卷积模块
智能控制系统
时域特征
控制设备
手势识别模型
频域特征