基于门控循环单元的海绵钛硬度预测模型研究

Research on the Prediction Model of Sponge Titanium Hardness Based on Gated Recurrent Unit

母敏萱 ¹李晗 ²姚庆朝 ²杨占鑫³

扫码查看

作者信息

1. 辽宁工业大学电子与信息工程学院,辽宁锦州 121001;辽宁理工职业大学,辽宁锦州 121001
2. 辽宁工业大学电子与信息工程学院,辽宁锦州 121001
3. 宝钛华神钛业有限公司,辽宁锦州 121001
折叠

摘要

基于门控循环单元(GRU)模型,对2 000 组海绵钛化验数据进行了训练学习,通过500 组数据对训练后模型进行评估,GRU模型训练预测结果loss值为 0.035,准确率达到 98%,召回率为97%,模型可用于海绵钛检验结果中对硬度的准确性进行判断.

Abstract

In this study,2000 sets of titanium sponge test data were trained and learned based on the gated recurrent unit(GRU)model,and the trained model was evaluated through 500 sets of data,and the loss value of the GRU model was 0.035,the accuracy reached 98%,and the recall rate was 97%,which can be used to judge the accuracy of hardness in the titanium sponge test results.

关键词

GRU/预测模型/机器学习/海绵钛/硬度

Key words

GRU/predictive model/machine learning/sponge titanium/hardness

引用本文复制引用

出版年

2024

辽宁工业大学学报(自然科学版)

辽宁工业大学

辽宁工业大学学报(自然科学版)

影响因子：0.226

ISSN：1674-3261

段落导航