一种基于机器学习提高无损检测精度的方法.pdf
书生****aa
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于机器学习提高无损检测精度的方法.pdf
本发明公开了一种基于机器学习提高无损检测精度的方法,具体涉及机器学习技术领域,其具体方法如下:(1)、建立系统:建立机器学习建模系统;(2)、模型建立:建立人工智能基本模型,收集检测数据作为学习数据;(3)、机器学习训练:将检测数据导入机器学习建模系统中进行学习训练;(4)、优化检测模型:通过对各种不同的检测数据进行分析,并对其分析结果进行验证,将数据和验证结果做成示例再补充到训练集,进而优化检测模型。本方法分析目标参数多,判断精准,自动化程度高并且相比传统技术,提高了目标参数的利用,且采用人工智能判断,
一种基于机器视觉的高精度尺寸检测方法.pdf
本发明公开了一种基于机器视觉的高精度尺寸检测方法,通过可以自动上下料的尺寸检测机台、完整、清晰地呈现出产品局部轮廓的视觉成像技术以及针对该成像技术的快速、稳定的图像处理算法实现快速、精准、稳定地检测出标准形状物体的局部和整体长宽,达到替代甚至超越人工检测的目的,具有可靠性能高、定位精确、结构紧凑等优点,同时在产品尺寸检测的应用及普及上有着广泛的市场前景。通过上述方式,本发明基于机器视觉的高精度尺寸检测方法。
一种基于机器学习的雷达测量精度补偿方法.pdf
本发明提供了一种基于机器学习的雷达探测精度补偿方法,采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集,采用异常值剔除和数据下采样技术对得到的数据进行预处理;构建基于机器学习的雷达探测精度补偿模型;从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度;从互联网下载提取雷达探测时刻空间环境参数;将提取的数据输入到构建的雷达探测精度补偿模型中,得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上,进一步补偿雷达探测精度,补偿电波折射修正模型时空特性局限性、雷达系
基于提高工件检测精度的处理方法.pdf
本发明公开了基于提高工件检测精度的处理方法,包括一下步骤:首先将待清洁工件放置在圆盘上,旋转活动杆,将工件固定在圆盘上,然后依次启动驱动机构和水泵,驱动机构带动圆盘转动,水泵将空腔内的清洁液体通过导管输送至喷水管处,清洁液体从喷水管处喷射到转动的工件表面,清洁液体将工件上的杂质冲刷掉,清洁液体最终通过底座顶部的漏水孔流回至空腔内,当圆盘转动4~5圈时关闭水泵,最后开启风机,风机产生的风通过吹气管吹入到工件表面,对残留在工件上的清洁液体进行干燥处理,完成对工件的清洗,提高了仪器对工件的测量精度。
一种基于机器学习的滑坡位移高精度预测方法.pdf
本发明公开了一种基于机器学习的滑坡位移高精度预测方法,针对传统乌鸦算法迭代效率差、过度拟合导致泛化精度低的问题进行了两点改进:1、乌鸦在没有领导者情况下,用乌鸦个体执行莱维飞行来取代随机搜索方式,有效地降低了乌鸦个体搜索的盲目性;2、为有效避免算法中存在的过拟合现象,针对支持向量机模型中的参数寻优问题,改变传统搜索算法中选取最优适应度值的方法,将常规支持向量机优化算法中以选取最小适应度值为原则修改为选取最优适应度值区间所对应的支持向量机最小参数值,通过基于改进的乌鸦搜索算法再对支持向量机参数进行优化。本发