-
公开(公告)号：CN114818813A
公开(公告)日：2022-07-29
申请号：CN202210477446.8
申请日：2022-05-04
Applicant: 哈尔滨理工大学
Abstract: 本发明公开一种基于自注意力卷积神经网络的刀具磨损值预测算法，将快速傅里叶信号降噪技术和多模态下时序信号特征提取结合基于自注意力机制的预测算法引入到多变量时序信号预测中。对在不同传感器下取得的信号进行快速傅里叶信号变换以达到降噪目的，然后用信号在不同模态下所携带的信息不同的特性，进行多模态下的时序信号特征提取并使用基于自注意力机制的预测算法进行预测。多变量时序信号使用多模态特征提取能够保证数据的完整性，并且可以在后续计算上节省计算量。并且引入注意力机制的方式，给与每个特征不同的权重，能够兼顾局部与全局的特征表现，可以使得在多变量时序信号预测有更高的精度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
