典型文献
基于主动学习的三维点云数据建模与装配质量预测
文献摘要：
针对装配质量预测过程中,由于三维点云数据量不足而导致建模精度无法满足实际要求的问题,提出了一种基于主动学习的深层网络建模与装配质量预测方法.首先,在深层网络上嵌入主动学习网络作为总网络;其次,采用自定义的主动学习损失函数,获取点云数据中信息量较大的样本作为预训练集;最后,对某车门内板和铰链加强件的装配过程进行案例分析.结果表明,与单一的深度学习模型相比,该建模方法可以显著提高装配质量的预测精度,以及降低训练模型对样本量的依赖.
文献关键词：
装配;点云;主动学习;参数估计;质量预测
中图分类号：
作者姓名：
李彦征;邹昌利;刘银华
作者机构：
上海理工大学机械工程学院,上海 200093
文献出处：
引用格式：
[1]李彦征;邹昌利;刘银华-.基于主动学习的三维点云数据建模与装配质量预测)[J].组合机床与自动化加工技术,2022(07):1-4
A类：
B类：
主动学习,三维点云数据,数据建模,装配质量,质量预测,数据量,建模精度,深层网络,网络建模,入主,学习网络,自定义,学习损失,损失函数,取点,中信,信息量,预训练,训练集,车门内板,铰链,装配过程,深度学习模型,训练模型,样本量,参数估计
AB值：
0.383598
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。
