基于深度时间卷积神经网络与迁移学习的流程制造工艺过程质量时序关联预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

针对流程生产多工艺参数时序耦合导致的生产质量难以准确预测的问题，提出了基于深度时间卷积神经网络与迁移学习的生产质量快速高效预测方法。借助序列到序列的学习框架，采用深度时间卷积神经网络和时序注意力机制构成的编码器提取多源关键时序特征，采用残差长短期记忆神经网络构成的解码器挖掘质量时序信息，引入迁移学习解决预测模型对生产质量在线预测适应性的问题。（剩余16025字）

试读结束

目录
monitor
客服机器人