摘要
本发明公开了一种硬质合金喷雾干燥混合料松装密度的预测方法,包括以下步骤:获取样本数据,通过预处理进行优化获取用于建模的特征子集,划分训练集和测试集并对训练集和测试集分别进行主成分分析降维,然后以多种机器学习算法构建模型,并评估择取最优模型,优化最优模型后,基于特征子集和优化后的最优模型预测硬质合金喷雾干燥混合料松装密度。本发明以与硬质合金喷雾干燥过程相关的工艺参数作为机器学习的特征,优化特征后以多种机器学习算法构建模型,基于优化后的特征和最优模型预测混合料松装密度,解决混合料松装密度无法定量的问题,具有预测准确性高、低成本、绿色环保等优点。
技术关键词
硬质合金
机器学习算法
喷雾干燥工艺
主成分分析降维
密度
烧结工艺参数
梯度提升模型
数据
皮尔逊相关系数
碳化钨
样本
钴粉
标签
球磨
训练集
因子
低成本
网格
系统为您推荐了相关专利信息
数字孪生系统
火电厂输灰
实时数据采集
粒子特效技术
系统模块化设计
优化调度模型
空天地一体化网络
发射器
QoS需求
传输优化方法
兴趣
个性化广告
数据处理方法
广告投放策略
标签
仿生机器人
耗散结构
空间位阻效应
石墨烯纳米粒子
信号
焚烧炉
温度管理系统
烟气成分分析仪
高精度温度传感器
火焰探测器