[发明专利]一种基于深度学习的零部件属性矩阵自动生成方法有效
| 申请号： | 201910986705.8 | 申请日： | 2019-10-17 |
| 公开（公告）号： | CN110688722B | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 马腾;马佳;支含绪;邓森洋;陈雨晨 | 申请（专利权）人： | 深制科技（苏州）有限公司 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/20;G06N3/02 |
| 代理公司： | 青岛融智中创专利代理事务所(普通合伙) 37375 | 代理人： | 李小霞 |
| 地址： | 215000 江苏省苏州市高新*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的零部件属性矩阵自动生成方法，包含以下步骤：A、获取作为样本的产品的零部件信息，创建零部件字典；B、创建零部件的数值映射；C、定义属性矩阵E的大小；D、根据样本产品的结构，建立零部件序列模型；E、设定固定的滑动窗口，划分零部件序列模型，形成训练样本集D；F、构建神经网络结构，并确定网络的输入层、隐含层与输出层；G、对相关的样本进行训练；H、使用属性矩阵E，本发明提出一种基于深度学习的零部件属性矩阵自动生成方法，通过该方法，无需人工对海量零部件的大量属性进行逐一标记，即可自动得到属性矩阵。 | ||
| 搜索关键词： | 一种 基于 深度 学习 零部件 属性 矩阵 自动 生成 方法 | ||
【主权项】：
1.一种基于深度学习的零部件属性矩阵自动生成方法，其特征在于，包含以下步骤：/n一、获取作为样本的产品的零部件信息，创建零部件字典；/n二、创建零部件的数值映射；/n三、定义属性矩阵E的大小；/n四、根据样本产品的结构，建立零部件序列模型；/n五、设定固定的滑动窗口，划分零部件序列模型，形成训练样本集D；/n六、构建神经网络结构，并确定网络的输入层、隐含层与输出层；/n七、对相关的样本进行训练；/n八、使用属性矩阵E。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深制科技（苏州）有限公司，未经深制科技（苏州）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910986705.8/，转载请声明来源钻瓜专利网。
