[发明专利]基于多模态深度学习的Sn-Bi合金延伸率和抗拉强度的预测方法

摘要

本发明公开了一种基于多模态深度学习的Sn‑Bi合金延伸率和抗拉强度的预测方法，属于人工智能领域；本发明方法与现有技术相比，构建的多模态神经网络模型实现了结构化数据与非结构化数据的多模态融合，将卷积神经网络和神经网络进行桥接和融合，提高了模型预测准确率；将深度学习中的卷积神经网络用来进行数据预测；解决了不同配比锡铋系合金在不同试验条件下抗拉强度与延伸率的高准确率预测的问题，本发明方法误差在正负5％‑10％之间，相较于传统的机器学习模型误差的40％‑50％，本发明多模态深度学习模型的准确率有了很大的提高。