典型文献
使用CNN-SVR的汽车组合仪表组装质量预测方法
文献摘要：
汽车组合仪表组装过程质检时间长、效率低,因此提出卷积神经网络与支持向量回归相结合的汽车组合仪表组装质量预测方法.结合仪表组装工艺,将卷积神经网络提取的生产数据特征作为支持向量回归的输入,对表征仪表质量的指针偏转角度做出预测.通过车间质检系统获取了仪表原始生产数据,对不同质检情况下的指针偏转角度进行了预测;结果表明所提方法预测误差较小,且具备较强的泛化能力,能够准确有效地预测汽车组合仪表的组装质量.
文献关键词：
质量预测;汽车组合仪表;卷积神经网络;支持向量回归
中图分类号：
作者姓名：
何彦;肖圳;李育锋;吴鹏程;刘德高;杜江
作者机构：
重庆大学机械传动国家重点实验室,重庆,400030;重庆矢崎仪表有限公司,重庆,401123
文献出处：
引用格式：
[1]何彦;肖圳;李育锋;吴鹏程;刘德高;杜江-.使用CNN-SVR的汽车组合仪表组装质量预测方法)[J].中国机械工程,2022(07):825-833
A类：
B类：
SVR,汽车组合仪表,组装质量,质量预测,组装过程,支持向量回归,组装工艺,生产数据,数据特征,指针,偏转角度,质检系统,预测误差,泛化能力,确有
AB值：
0.19892
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
