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：南昌大学
摘要：本发明公开了基于机器学习的IN718镍基合金成形缺失数据生成与预测方法，包括：构造IN718镍基合金成形核心数据集并进行数据预处理；基于数据相似性筛选准则与分布特性剔除异常数据；针对核心工艺参数完整数据集构造机器学习模型；根据核心工艺参数不完整数据集构造核心工艺参数缺失数据矩阵；以最小化均方误差为优化目标，采用梯度优化生成核心工艺参数缺失数据的最优填补值，形成核心工艺参数的填补数据集；合并填补数据集与完整数据集来构造机器学习模型，根据留一验证法评估机器学习模型精度，输出机器学习模型。本发明能够对IN718镍基合金成形的核心性能指标预测与核心工艺参数缺失数据填补，实现缺失数据的最优化填补，显著提高预测能力。
主权项：1.一种基于机器学习的IN718镍基合金成形缺失数据生成与预测方法，其特征在于，所述方法包括：步骤一：根据历史IN718镍基合金核心数据，构造IN718镍基合金核心数据集，基于核心性能指标相似性与设备测量特性对核心数据集进行数据预处理；步骤二：针对数据预处理后的核心数据集，基于数据相似性筛选准则剔除极度相似数据，并基于数据分布特性剔除异常数据，形成高质量核心数据集；步骤三：针对高质量核心数据集，基于数据完整性筛查确定各个核心性能指标对应的核心工艺参数完整数据集与不完整数据集，针对完整数据集构造机器学习模型；步骤四：针对核心性能指标对应的核心工艺参数不完整数据集，构造核心工艺参数缺失数据矩阵，并确定矩阵中各缺失数据可浮动的上下界范围；步骤五：以最小化均方误差为优化目标，采用梯度优化生成核心工艺参数缺失数据的最优填补值，形成核心工艺参数的填补数据集；步骤六：合并填补数据集与完整数据集来构造机器学习模型，根据留一验证法评估机器学习模型精度，输出机器学习模型，为后续IN718镍基合金成形确定最优核心工艺参数提供精度可靠的机器学习模型。
全文数据：
权利要求：
百度查询： 南昌大学 基于机器学习的IN718镍基合金成形缺失数据生成与预测方法
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。
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