一种基于多源特征融合的刀具磨损状态预测方法

本发明提供一种基于多源特征融合的刀具磨损状态预测方法及装置，该方法包括以下步骤：获取多种刀具磨损状态数据构建多源特征数据集，对多源特征数据集进行预处理；使用多模态融合自编码器AE对经过预处理的多源特征数据集进行深度融合特征学习，生成融合特征数据集；使用神经网络对融合特征数据集进行特征提取，生成特征序列，将特征序列输入多源门控预测模型WGX中进行训练；利用训练好的多源门控预测模型WGX对待检测刀具磨损状态进行预测。本发明使用多模态融合自编码器AE对刀具磨损状态的多源特征进行融合，有效地从数据中提取关键信息，并生成一组更具代表性的融合特征，构建出能够全面反映刀具磨损状态的预测模型，提高预测精度和泛化能力。