| 基于自然語言處理的工藝檢測分類方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：1215 K | |
| 標簽： 自然語言處理 機械加工 神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：主要研究了基于自然語言處理和機器學習算法的制造工藝公差檢測文本分類的模型，針對傳統的工藝公差檢測任務人工分類難度大、效率低、易出錯等問題，提出一種基于自然語言處理的深度學習建模方法。通過對大量真實的制造企業工藝檢測工序短文本數據進行預處理，采用Jieba分詞工具提取詞干、去停用詞，將關鍵詞映射到高維度的向量中作為機器學習模型的特征向量，采用CNN模型、LSTM模型和GRU模型等機器學習神經網絡算法進行訓練以建立文本與類別標簽值的聯系。將模型用公差檢測文本實例進行驗證，結果表明所提出方法訓練得到的模型可輔助檢測人員完成公差檢測任務分類，且在準確度與效率方面優于傳統人工的方式。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2