基于卷積神經(jīng)網(wǎng)絡(luò)的擰緊曲線異形識(shí)別方法研究

打開文本圖片集

摘要：針對(duì)現(xiàn)有擰緊曲線異形識(shí)別方法依賴人工提取特征和專業(yè)知識(shí)的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的擰緊曲線異形識(shí)別方法。首先，針對(duì)擰緊曲線數(shù)據(jù)匱乏、數(shù)據(jù)長(zhǎng)度不均的問題，通過(guò)隨機(jī)裁剪來(lái)進(jìn)行數(shù)據(jù)增強(qiáng)，通過(guò)回歸決策樹重構(gòu)曲線實(shí)現(xiàn)曲線對(duì)齊；然后，基于傳統(tǒng)CNN模型，建立了擰緊曲線異形識(shí)別模型；最后，通過(guò)研究各項(xiàng)超參數(shù)與模型識(shí)別結(jié)果的關(guān)系，給出了最終的參數(shù)組合方案，并且通過(guò)分析訓(xùn)練過(guò)程中各個(gè)階段的混淆矩陣，展示了模型的學(xué)習(xí)過(guò)程，通過(guò)與傳統(tǒng)機(jī)器學(xué)習(xí)方法SVM等對(duì)比，驗(yàn)證了本文所提出方法的有效性。（剩余7270字）