龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明为一种适于SLM工艺优化的自适应加点神经网络模型构建方法。包括如下步骤：1通过Sobol序列生成候选集C，从候选集C中选择出初始数据集M，根据初始数据集M建立初始的神经网络模型并进行训练；2将数据集M中的已有样本点按照近似泰森多边形的方法划分整个变量取值空间X，得到每个已有样本点的泰森多边形样本在整个取值空间占比的归一化设计尺寸计算数据集M中每一个样本点的留一法交叉验证误差按泰森多边形敏感性公式计算出需要加点的区域；3：对泰森多边形敏感区域进行加点，得到更新后的数据集M；4：重新建立回归模型并训练。本发明能够有效提高工程设计优化效率、缩短设计周期。
主权项：1.适于SLM工艺优化的自适应加点神经网络模型构建方法，其特征在于，包括如下步骤：步骤1：通过Sobol序列生成候选集C，从候选集C中按照最小最大距离准则选择出初始数据集M，根据初始数据集M建立初始的神经网络模型并进行训练；步骤2：将数据集M中的已有样本点按照近似泰森多边形的方法划分整个变量取值空间X，得到每个已有样本点的泰森多边形样本在整个取值空间占比的归一化设计尺寸计算数据集M中每一个样本点的留一法交叉验证误差按泰森多边形敏感性公式计算出需要加点的区域；步骤3：对确定好加点的泰森多边形敏感区域采用并行加点的策略进行加点，得到更新后的数据集M；步骤4：基于步骤3更新后的数据集M重新建立回归模型并训练，验证模型精度，精度满足则完成神经网络回归模型的建立，精度不满足则返回至步骤2。
全文数据：
权利要求：
百度查询： 南京理工大学 适于SLM工艺优化的自适应加点神经网络模型构建方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号