一种基于联邦学习的带钢力学性能预测方法

AITNT
正文
推荐专利
一种基于联邦学习的带钢力学性能预测方法
申请号:CN202510887575
申请日期:2025-06-30
公开号:CN120809000A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于联邦学习的带钢力学性能预测方法,属于带钢力学性能预测技术领域,所述方法包括:确定影响带钢力学性能的特征数据;针对每个生产线,分别采集其历史生产过程中的特征数据,并对采集的数据进行预处理,利用预处理后的数据构建出相应生产线的数据集;针对每个生产线,分别构建带钢力学性能预测模型,并采用相应生产线的数据集对构建的带钢力学性能预测模型进行训练;将每个生产线视作一个客户端,构建联邦学习框架,聚合各客户端的带钢力学性能预测模型参数,实现多生产线协同预测。本发明提供的带钢力学性能预测方法为带钢力学性能的多生产线协同预测提供了标准化解决方案。
技术关键词
力学性能预测方法 带钢 客户端 热轧精轧出口温度 皮尔逊相关系数 力学性能预测技术 集成策略 参数 差分隐私机制 动态 多头注意力机制 特征提取能力 正则化技术 热轧卷取 批量数据 数据噪声 服务器 鲁棒性 模型更新
系统为您推荐了相关专利信息
1
一种船舶快速性分析预报方法及系统
分析预报方法 船舶模型试验 摩擦阻力系数 客户端 舭龙骨
2
面向云手机客户端的配置灰度发布方法、装置、电子设备及介质
配置灰度发布方法 客户端 手机 编码 数值
3
一种隐私数据多级链路加密传输系统
加密传输系统 链路 客户端 生成密钥 加密数据
4
一种基于AI模型的有声图书查询匹配方法与装置
客户端 多模态 关键字 许可 标签
5
基于分布式协同的网络异常行为检测方法
社交网络客户端 实体 节点 邻居 服务器
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