典型文献
基于机器学习的电喷印精度预测方法研究
文献摘要：
目的 节省电流体喷射打印精度预测的时间和解决电流体工艺参数的选择问题,达到提高电流体打印的质量和效率的目的.方法 为了对电流体喷射打印精度进行预测,提出有限元模型与机器学习相结合的方法.基于线性回归、支持向量回归和神经网络等机器学习算法建立4种参数与射流直径的关系模型.结果 算法结果表明:支持向量回归和神经网络预测模型的决定系数R2能达到0.9以上,表示模型可信度高;支持向量回归和神经网络预测模型指标都比线性回归预测模型的小.结论 机器学习算法可对电喷印打印精度进行有效预测,预测效率提高了十几倍,节省了精度预测的时间.
文献关键词：
机器学习;电流体微纳打印;射流精度;预测模型
中图分类号：
作者姓名：
杨静文;陈小勇;张军华
作者机构：
桂林电子科技大学 机电工程学院,广西 桂林 541004
文献出处：
引用格式：
[1]杨静文;陈小勇;张军华-.基于机器学习的电喷印精度预测方法研究)[J].包装工程,2022(13):203-208
A类：
电流体喷射打印,电流体微纳打印,射流精度
B类：
基于机器学习,电喷印,精度预测,省电,打印精度,质量和效率,支持向量回归,机器学习算法,射流直径,关系模型,神经网络预测模型,决定系数,表示模型,可信度,回归预测模型,效率提高,十几倍
AB值：
0.229708
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。
