科研之友
微信
新浪微博
Facebook
分享链接
摘要
农机设备备件管理是农业领域的一个关键问题，准确的备件分类可以确定更优的库存管理策略。改进深度残差网络的备件分类方法，可以通过建立多维度的分类准则和对备件信息数据预处理，得到具有时间维度和备件属性图像的备件标识方法。提取特征时，为保证相似属性间的特征联系，在网络模型中加入挤压和激励网络(squeeze-and-excitation networks, SENet),得到改进的残差网络模型。为验证模型的分类效果，选用某拖拉机集团的大型设备的备件作为案例分析。结果表明，该方法对大型生产机器的备件具有很好的分类效果。
- 单位
