基于卷積神經(jīng)網(wǎng)絡(luò)的擰緊曲線異形識別方法研究

打開文本圖片集

摘要：針對現(xiàn)有擰緊曲線異形識別方法依賴人工提取特征和專業(yè)知識的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的擰緊曲線異形識別方法。首先，針對擰緊曲線數(shù)據(jù)匱乏、數(shù)據(jù)長度不均的問題，通過隨機裁剪來進行數(shù)據(jù)增強，通過回歸決策樹重構(gòu)曲線實現(xiàn)曲線對齊；然后，基于傳統(tǒng)CNN模型，建立了擰緊曲線異形識別模型；最后，通過研究各項超參數(shù)與模型識別結(jié)果的關(guān)系，給出了最終的參數(shù)組合方案，并且通過分析訓(xùn)練過程中各個階段的混淆矩陣，展示了模型的學習過程，通過與傳統(tǒng)機器學習方法SVM等對比，驗證了本文所提出方法的有效性。（剩余7270字）