申请/专利权人：中山迈雷特数控技术有限公司

申请日：2023-12-13

公开（公告）日：2024-02-02

公开（公告）号：CN117484278A

主分类号：B23Q17/09

分类号：B23Q17/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本申请提供了基于1DCNN‑SVR的刀具磨损预测方法，包括如下步骤：S1，对刀具磨损数据集进行归一化分析处理得到模型训练样本；S2，利用pycharm编译软件进行模型构建训练，针对模型训练样本，利用一维卷积神经网络1D‑CNN进行特征提取和利用支持向量回归机SVR进行刀具磨损预测；S3，验证训练好的模型的达到要求；S4，在测试集中增加噪声验证模型的鲁棒性。本申请相对于传统模型，本申请更适用于复杂多变的生产环境，能够更准确地适应各种信号数据。

主权项：1.基于1DCNN-SVR的刀具磨损预测方法，其特征在于，包括如下步骤：S1，对刀具磨损数据集进行归一化分析处理得到模型训练样本；S2，利用pycharm编译软件进行模型构建训练，针对模型训练样本，利用一维卷积神经网络1D-CNN进行特征提取和利用支持向量回归机SVR进行刀具磨损预测；S3，验证训练好的模型的达到要求；S4，在测试集中增加噪声验证模型的鲁棒性。

全文数据：

权利要求：

百度查询： 中山迈雷特数控技术有限公司 基于1DCNN-SVR的刀具磨损预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD