一种基于神经网络的铸轧机缺陷定位方法及系统

AITNT
正文
推荐专利
一种基于神经网络的铸轧机缺陷定位方法及系统
申请号:CN202510489588
申请日期:2025-04-18
公开号:CN120356001A
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种基于神经网络的铸轧机缺陷定位方法及系统,该方法包括:获取压铸产品缺陷数据和缺陷数据库,将所述缺陷数据输入预先训练的分类神经网络中得到缺陷类型和缺陷严重度,对所述缺陷类型和所述缺陷严重度进行处理到候选缺陷成因,根据所述候选缺陷成因和所述缺陷数据库得到缺陷成因。本发明通过分类神经网络对缺陷数据进行分析,实现缺陷类型的精准识别与严重度的量化评估;通过大数据分析技术挖掘分析缺陷成因,最终提升了铸轧机缺陷定位的准确性,进一步提升了铸轧机生产效率。
技术关键词
缺陷定位方法 分类神经网络 特征金字塔 加权特征 表面缺陷图像 融合特征 大数据关联挖掘 标记缺陷 缺陷定位系统 大数据分析技术 注意力机制 转换编码器 聚类分析算法 超声波传感器 分析缺陷 光学传感器 铸轧机
系统为您推荐了相关专利信息
1
基于改进的深度学习模型的指纹识别方法、装置、设备及存储介质
深度学习模型 多尺度特征 特征金字塔网络 指纹识别方法 信息生成图像
2
基于互联网金融的大数据推送处理方法及系统
兴趣点 产品交互 记忆结构 轨迹 干扰特征
3
一种基于多模态大模型的实现可解释脱机签名认证的方法
多模态 图片 增强子 全局视觉特征 特征金字塔
4
一种面向SAR-光学图像配准的语义位置概率分布方法
注意力 图像 联合损失函数 特征提取网络 像素
5
泛半导体工业运维数据异常设备的检测方法和装置
异常设备 运维 半导体 工业设备 数据生成模型
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