当前表面粗糙度预测的机器学习模型需要大量标签数据，或在数据预处理时会损失部分特征。提出一种基于卷积自编码器特征提取的表面粗糙度预测方法，通过无监督学习训练卷积自编码器作为特征提取器对加工数据进行降维，然后利用少量有标签数据训练多层感知机作为回归器，实现对粗糙度的精确预测，通过高温合金侧铣实验建立的数据集进行了验证，所述模型的预测平均误差约为5.03%,有较高的精准度。
科研之友
微信
新浪微博
Facebook
分享链接
