申请/专利权人：浙江大学

申请日：2024-05-31

公开（公告）日：2024-07-02

公开（公告）号：CN118278290A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0464;G06N3/045;G06F119/08;G06F119/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.19#实质审查的生效;2024.07.02#公开

摘要：本发明公开了一种面向一体化铝合金结构件铸造的模温缺失值填补方法，包括：识别存在模具温度缺失和或模具温度采集异常的铸件，将其对应的工艺数据输入至模温缺失值填补模型中，完成模温缺失值填补。模温缺失值填补模型的训练过程为：获取模温完整的铸件数据，在其模温假定缺失处添加噪声，得到加噪数据；将不等长的加噪数据进行分块，划分为若干个第一子张量，经时序关系注意力计算后，合并得到中间张量；对中间张量再次进行分块，划分为若干个第二子张量，经特征注意力计算后，合并得到铸件数据在假定缺失处的噪声预测值；其中，噪声预测值的时序长度与铸件数据的时序长度相同；以噪声预测值与实际添加的噪声间的均方差为损失函数进行训练。

主权项：1.一种面向一体化铝合金结构件铸造的模具温度缺失值填补方法，其特征在于，所述方法包括：识别存在模具温度缺失和或模具温度采集异常的铸件；将存在模具温度缺失和或模具温度采集异常的铸件对应的工艺数据输入至预先训练好的模具温度缺失值填补模型中，得到模具温度数据填补结果；其中，模具温度缺失值填补模型的训练过程包括：获取模具温度完整的铸件模具温度数据以及与其相关的工艺数据，作为铸件数据；假定铸件数据存在模具温度缺失和或模具温度采集异常；在铸件数据的假定缺失处添加噪声，得到加噪数据；所述加噪数据为不等长的时序数据；对加噪数据通过变时间窗口进行分块，划分为数量、长度相等的若干个第一子张量，经时序关系注意力计算后，合并得到中间张量；对中间张量通过变时间窗口再次进行分块，划分为数量、长度相等的若干个第二子张量，经特征注意力计算后，合并得到铸件数据在假定缺失处的噪声预测值；其中，噪声预测值的时序长度与铸件数据的时序长度相同；以噪声预测值与实际添加的噪声间的均方差损失函数最小化为目标，训练模具温度缺失值填补模型。

全文数据：

权利要求：

百度查询： 浙江大学 面向一体化铝合金结构件铸造的模具温度缺失值填补方法

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