基于卷积神经网络的热轧带钢力学性能预报

发表时间：[2018-10-09]　　作者：胡石雄，李维刚，杨威　　编辑录入：小钼　　点击数：941

内容简介

摘要：为解决热轧带钢力学性能预报精度的问题,本文提出了一种将一维数值型数据转换为二维图像型数据的建模方法,基于LeNet-5和GoogLeNet卷积神经网络,构建了一种新型的热轧带钢力学性能预报模型,并利用实际生产数据对模型的适用性进行了测试。结果表明,所建模型的抗拉强度预报误差为2.49%,均方根误差为19.15MPa,预测精度高于BP神经网络和单独的LeNet-5和GoogleNet卷积神经网络模型,所建模型的有效性和准确性均得到了验证。关键词：热轧带钢；力学性能预报；卷积神经网络；LeNet-5；GoogLeNet下载高清全文——基于卷积神经网络的热轧带钢力学性能预报.pdf

友情提示

文章权限：高级会员
消耗金币：5
此文章需要高级会员及以上权限才可阅读！普通会员阅读下载本文档需要登录，并付出相应金币（普通会员注册即赠送20金币）。如何获取金币？
如果您还没有注册，您可以点此注册！
如果您已注册还没有登录，您可以在下面登录！

用户名：

密　码：

验证码：