典型文献
基于多传感器融合的墨水质量监测方法
文献摘要：
通过对墨水化学性质的几个关键参数信号的采集,以卷积神经网络的模型为主体,结合多传感器信息融合的技术,提出了一种在水性墨水的使用过程中控制墨水品质的模型算法,即训练数据的获取方法,完成模型的建模及训练.通过边缘式运算对模型完成在印刷机上的部署,实现自监测自调整的闭环控制,并在此基础上对模型的功能进行优化,融入迁移式学习,使其不仅为单一品种的墨水服务,在训练好的模型基础上,只需对模型进行微调即可适用于另一种水性墨水,进而适用于更多水性墨水产品,使该模型具有良好的泛化性、实用性,实现在印刷环节当中供墨环节的品质把控.
文献关键词：
水性墨水;深度学习;超前控制;迁移式学习
中图分类号：
作者姓名：
杨思佳;齐元胜;李娜;马克西姆;张永立
作者机构：
北京印刷学院,北京 102600
文献出处：
引用格式：
[1]杨思佳;齐元胜;李娜;马克西姆;张永立-.基于多传感器融合的墨水质量监测方法)[J].北京印刷学院学报,2022(10):75-78
A类：
水性墨水,迁移式学习
B类：
多传感器融合,质量监测,监测方法,水化学,化学性质,多传感器信息融合,中控,模型算法,训练数据,获取方法,成模,印刷机,自监测,自调,闭环控制,一品,练好,微调,水产品,泛化性,超前控制
AB值：
0.286514
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。
