摘要
本发明涉及瓷砖性能数据处理领域,公开了一种基于深度神经网络的瓷砖耐用性评估方法,先对瓷砖样本的数据采集与标注,采用基于威胁机制的生成对抗网络进行数据扩充,将扩充后的瓷砖性能数据输入到特征提取模型中进行特征提取模型的训练,特征提取后的瓷砖性能数据输入到特征降维模型中进行特征降维模型的训练,降维后的瓷砖性能数据输入到分类器模型中进行分类器模型的训练;利用已训练完成的模型来评估新瓷砖样本的耐用性,最终输出耐用性评估结果。本发明的方法能够有效提高数据处理的效率和精度。
技术关键词
深度神经网络
瓷砖
分类器模型
数据
生成对抗网络
特征提取模型
样本
支持向量机训练
参数
错误率
计算误差
高斯混合模型
标签
分类准确率
聚类
机制
索引
点分配
系统为您推荐了相关专利信息
深度学习环境
分布式深度学习
资源分配
矩阵
弹性训练装置
度量
计算机程序产品
存储计算机可执行
感兴趣
数据
板框式旋转滤网
数据采集模块
水质传感器
控制单元
冲洗装置
蓝牙音箱
智能控制方法
工位
智能控制系统
数据存储模块