一种基于多尺度多模态机器学习的铸件缺陷预测方法及其预测系统

一种基于多尺度多模态机器学习的铸件缺陷预测方法及其预测系统，属于铸造领域。为了解决现有的缺陷检测预测方法需要大量数据资源和数据模型、模拟结果与实际偏差大、对于复杂罕见缺陷无法检测、模拟复杂性大、计算成本高的缺陷，本发明以多尺度多模态铸件数据并构建数据库；通过深度前馈神经网络对多尺度多模态数据进行机器学习，获取每个神经网络的节点对应的目标铸件数据，得到神经网络输入层和隐藏层参数的权重以及目标铸件数据对应的关联度；通过输入铸件数据，输出铸件缺陷种类的精准预测结果。本发明主要用于对铸件进行缺陷检测和预测。