一种基于多源信息加权融合卷积神经网络的刀具磨损预测方法

本发明提供了一种基于多源信息加权融合卷积神经网络的刀具磨损预测方法，包括以下步骤，在数据预处理模块中有4种RGB三通道小波时频图像，然后针对每一种时频图像，都有一个回归卷积神经网络提取特征，并回归得到一个刀具磨损量，最后在加权平均模块中，将得到的4个刀具磨损量进行加权平均，即可得到刀具的平均磨损量。本发明通过利用小波时频图像，将一维信号转换为二维图像，可以直接利用二维卷积神经网络进行特征提取和识别，相对于传统机器学习方法，无需人工提取特征的过程，对多源数据，分别利用卷积神经网络进行特征提取和磨损量预测，然后对预测的磨损量进行加权平均，提高了预测的精度。