基于截断高斯函数虚拟样本扩充的弯管成形工艺预测方法

AITNT
正文
推荐专利
基于截断高斯函数虚拟样本扩充的弯管成形工艺预测方法
申请号:CN202411898960
申请日期:2024-12-23
公开号:CN119830733B
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种基于截断高斯函数虚拟样本扩充的弯管成形工艺预测方法。包括以下步骤:构建原始样本数据集,建立扩充域范围;使用原始样本数据集对多个代理模型进行训练和融合,得到混合代理预测模型;通过多目标优化算法根据扩充域范围和混合代理模型生成虚拟样本数据集;将虚拟样本数据集和原始样本数据集合并后,训练混合代理预测模型,得到基于传递的混合代理模型;使用基于传递的混合代理模型,根据待预测工艺参数预测横截面畸变率。本发明方法有效克服了机械工程领域样本量少、预测精度低的缺陷,通过生成虚拟样本数据集,增加了样本量和预测稳定性,并应用高精度传递混合代理模型,提高了预测模型对横截面畸变率的预测准确率。
技术关键词
样本 克里金模型 预测误差 管件弯曲成形 支持向量机 数据 参数 径向基函数模型 误差验证方法 支持向量回归机 拉丁超立方采样 仿真模型 扩展工具 隶属度函数 算法 表达式
系统为您推荐了相关专利信息
1
一种用于光载射频多载波信号智能识别的系统和方法
信号智能识别 多载波 正交频分复用 信号发射单元 神经网络模型训练
2
电力巡检的多天气鲁棒目标检测方法、装置及存储介质
神经网络模型 语义特征 电力巡检 样本 检测损失
3
一种基于多域特征的海面目标检测方法、系统、设备介质
雷达回波数据 分类支持向量机 多域特征 短时傅里叶变换 检测器
4
一种基于动态语义增强的层次化文本多粒度食谱检索方法
三元组损失函数 嵌入特征 语义 检索方法 联合损失函数
5
一种极限学习机的茉莉花茶风味品质预测方法
品质预测方法 茉莉花茶 极限学习机 样本 风味
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号