• 《工程索引》(EI)刊源期刊
  • 中文核心期刊(综合性理工农医类)
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法 收稿日期:2021-01-04基金项目:国家自然科学基金资助项目(51674028)

陈兆宇 荆丰伟 李杰 郭强

陈兆宇, 荆丰伟, 李杰, 郭强. 基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法 收稿日期:2021-01-04基金项目:国家自然科学基金资助项目(51674028)[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.04.004
引用本文: 陈兆宇, 荆丰伟, 李杰, 郭强. 基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法 收稿日期:2021-01-04基金项目:国家自然科学基金资助项目(51674028)[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.04.004
Recognition Algorithm of Hot Rolled Strip Steel Water Beam Mark Based On Semi-Supervised Learning Model of Improved Denoising Auto-encoder[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.04.004
Citation: Recognition Algorithm of Hot Rolled Strip Steel Water Beam Mark Based On Semi-Supervised Learning Model of Improved Denoising Auto-encoder[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.04.004

基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法 收稿日期:2021-01-04基金项目:国家自然科学基金资助项目(51674028)

doi: 10.13374/j.issn2095-9389.2021.01.04.004
详细信息
  • 中图分类号: TP273.5

Recognition Algorithm of Hot Rolled Strip Steel Water Beam Mark Based On Semi-Supervised Learning Model of Improved Denoising Auto-encoder

  • 摘要: 水梁印是板坯加热的一种常见问题,造成钢板尺寸和板形缺陷。针对水梁印识别困难且工作量大问题,本文提出一种基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法。该算法在降噪自编码器编码层的每一层添加随机噪声,在隐藏层后添加分类层,并对数据添加伪标签,使得降噪自编码器具有半监督学习能力。通过提取热轧带钢粗轧出口温度数据中的温差特征,用相应特征对模型进行训练。实验结果表明,与BP神经网络,深度BP神经网络,DBN,LSTM和CNN-LSTM分类识别模型对比,本文提出的模型在带标签样本数量较小时,分类精度相比其他模型高5.0%-10.0%;在带标签样本数量较大时,提出的模型分类精度达到93.8%。

     

  • 加载中
计量
  • 文章访问数:  45
  • HTML全文浏览量:  10
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 网络出版日期:  2021-06-18

目录

    /

    返回文章
    返回