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：西安交通大学

摘要：一种基于域对抗网络的熔融沉积成型工艺参数监控方法，方法中，配置摄像头于用于熔融沉积成型的打印系统上以实时捕获熔融沉积成型打印过程中的图像，采集的打印系统在参数未知情况下的图像作为无标签的目标域数据；采集打印系统在参数已知的不同参数下的图像作为有标签的源域数据；构建域自适应卷积网络，以源域数据和部分目标域数据作为输入的原始图像数据对域自适应卷积网络进行训练，域自适应卷积网络对提取的特征进行处理，通过对抗性学习优化特征的域不变性以适应于多样化的生产环境，将另一部分目标域数据输入训练好的域自适应卷积网络，获得目标域数据的预测标签，根据域自适应卷积网络输出的特征调整熔融沉积成型工艺参数。

主权项：1.一种基于域对抗网络的熔融沉积成型工艺参数监控方法，其特征在于，包括如下步骤：S100：配置摄像头于用于熔融沉积成型的打印系统上以实时捕获熔融沉积成型打印过程中的图像，其中，采集的打印系统在参数未知情况下的图像作为无标签的目标域数据；采集打印系统在参数已知的不同参数下的图像作为有标签的源域数据；S200：构建域自适应卷积网络，以源域数据和部分目标域数据作为输入的原始图像数据对域自适应卷积网络进行训练，域自适应卷积网络对提取的特征进行处理，通过对抗性学习优化特征的域不变性以适应于多样化的生产环境，其中，所述域自适应卷积网络包括，特征提取器F，其包括用于初始特征学习的由ResNet结构、卷积层、批量归一化和ReLU激活函数组成的卷积层，后接减少特征维度的最大池化层和转换形成一致的特征映射的线性层，标签分类器C，其由全连接层构成以解读特征提取器F产生的特征映射，并将这些特征映射到相应的标签类别，标签分类器C通过监督学习在源域数据中训练以便对已知标签类型进行分类，域鉴别器D，其包含一系列卷积网络层以分析和区分源域数据与目标域数据间的特征分布差异，域鉴别器D在对抗性训练过程中与特征提取器F进行互动以创建能够欺骗标签分类器C的特征表示，促使特征提取器F产生能够抵抗域差异的特征表示；S300：将另一部分目标域数据输入训练好的域自适应卷积网络，获得目标域数据的预测标签，根据域自适应卷积网络输出的特征调整熔融沉积成型工艺参数。

全文数据：

权利要求：

百度查询： 西安交通大学 基于域对抗网络的熔融沉积成型工艺参数监控方法