-
公开(公告)号：CN116130032A
公开(公告)日：2023-05-16
申请号：CN202211431895.5
申请日：2022-11-14
Applicant: 南京林业大学
Abstract: 本发明公开一种基于机器学习的激光增材制造高熵合金硬度预测方法，属于高熵合金测试技术领域，将离散量形式的高熵合金的制备方法转变为独热编码，与高熵合金组分本身固有性质计算得出的物理特征合并，输入深度神经网络中进行训练，迭代；将高熵合金的制备方法作为条件生成对抗网络的标签值，先训练判别器，再训练生成器，然后生成高熵合金硬度数据。本发明在对新的高熵合金成分预测时，仅需要输入对应的高熵合金成分物理特征与制备方式，通过深度学习模型，进行正向传播得到与当前制备方式相符合的预测结果，本发明方法的预测效率高，指向性好，具有较好的准确性。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
