摘要
本发明涉及螺丝锁附检测技术领域,公开了螺丝锁附检测方法、装置、存储介质及设备,方法步骤如下:导出扭矩和角度数据,人工打标签;数据预处理与样本标签处理;数据集划分;构建模型并初始化。将训练数据集输入模型;更新模型权重,直到完成所有训练数据集的训练迭代,保存模型。将测试数据集输入模型,评估预测结果,判断相比样本标签误差值是否达标。本发明为克服自动锁螺丝机误判和漏判问题,针对机器学习领域特征难提取的困难和对先验知识的依赖,通过一维卷积核提取扭矩和角度数据的空间特征,通过双向长短时记忆神经网络处理序列数据并捕捉长期依赖关系,提取数据的时间特征,实现螺丝锁附的准确检测。
技术关键词
数据
锁螺丝机
螺丝锁附检测装置
BiLSTM模型
样本
扭矩传感器
角度传感器
传播算法
打标签
ReLU函数
计算机
模型训练模块
编码
参数
指令
序列
处理器
系统为您推荐了相关专利信息
网络入侵检测方法
入侵检测数据
长短记忆网络
Wasserstein距离度量
编码器
控温方法
分布式传感器网络
优化控制策略
门窗
长短期记忆网络
列表
计算机执行指令
数据同步方法
决策算法
处理单元
环境感知数据
通信方法
射频前端电路
开关网络模块
谐波消除方法