摘要
本发明涉及检具设计技术领域,提供一种基于神经网络的汽车检具设计方法及系统,方法包括:通过提取检具样本模型中的功能件数据和汽车部件模型中的部件区域结构特征,在神经网络中学习二者之间的关联关系,训练得到检具设计模型,将当前汽车部件模型分区后输入检具设计模型中后能分别得的各区的功能件设置位置,进而构建汽车部件对应的汽车检具,能快速高效的对汽车部件的检具完成设计,提高检测效率,缩短汽车生产周期。
技术关键词
汽车部件
功能件
存储程序代码
检具设计技术
神经网络模型
数据处理模块
神经网络训练
可读存储介质
样本
处理器
关系
存储器
计算机
分区
周期
指令
系统为您推荐了相关专利信息
车辆行驶轨迹
双向长短期记忆网络
数据
优化BP神经网络
物流
评价方法
综合评价体系
动态光散射技术
数据挖掘算法
筛孔尺寸
运动向量
深度神经网络模型
对齐模块
运动估计
运动补偿
电池冷却系统
压缩机转速
电子膨胀阀开度
神经网络模型
电池冷板