首页|基于多模态信息融合的分流孔分类方法

基于多模态信息融合的分流孔分类方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为探究机器学习方法在挤压模设计智能化上的应用,结合型材截面图与数值分析,提出基于多模态信息融合的分流孔分类模型(CMMIF).CMMIF利用卷积神经网络(CNN)实现型材面图像特征抽取,利用ReliefF算法对数值数据进行特征筛选,将2种不同的图像特征与数值特征进行融合.试验结果表明,与同基线模型对比CMMIF能有效表示分流孔特征,分类模型F1值为91.83%,实现对多种模态信息的准确分类,该研究成果为实现挤压模分流孔的智能设计提供支撑.
Porthole classification method based on multimodal information fusion

extrusion die designmachine learningintelligent designmultimode fusion

周钢亮、秦昊、林卓胜、张昱

展开 >

五邑大学 智能制造学部,广东 江门 529020

广东省科学院智能制造研究所,广东 广州 510075

挤压模设计 机器学习 智能设计 多模态融合

广东省重点领域研发计划

2021B0101220006

2023

10.16787/j.cnki.1001-2168.dmi.2023.10.003

模具工业
桂林电器科学研究所

模具工业

影响因子：0.637
ISSN：1001-2168
年,卷(期)：2023.49(10)
  • 6