摘要
本发明提供一种TBM刀具磨损检测模型的建立、训练和使用方法,通过卷积神经网络构建基础网络结构,加入跳跃连接,提取基础网络结构中所有卷积层的特征图,使用上采样和横向连接,构建特征金字塔网络,得到特征融合模块,使用DANN算法,构建域对抗训练模块,使用Elman算法,构建磨损检测模块,获得初始的TBM刀具磨损检测模型,使用快速麻雀优化算法,获得优化后的TBM刀具磨损检测模型,利用历史TBM刀具图像数据进行训练,利用训练后的TBM刀具磨损检测模型完成TBM刀具磨损检测,解决了现有的TBM刀具磨损检测因个人差异导致检测结果不一致的问题,本发明适用于TBM刀具磨损检测。
技术关键词
刀具磨损检测
Elman算法
特征提取模块
特征金字塔网络
网络结构
融合特征
群智能优化算法
上采样
参数
标签
学习算法
图像
基础
动态
数据
分类器
训练集
系统为您推荐了相关专利信息
农产品农药残留
高效检测方法
数据
独立成分分析算法
门控循环单元
异常消息
远程监控方法
检修电源箱
网络特征
设备运行数据