CN119517221A 基于大数据的材料熔覆层性能预测方法及系统 （江西科技师范大学）

基于大数据的材料熔覆层性能预测方法及本发明公开了基于大数据的材料熔覆层性集，提升材料熔覆层性能预测的准确性和可靠2;再基于异动值计算关联因子yw,y(t)=-1+2pwv(t)、初级增量,(t)=1.5pw,y(t)和高级增量⃞,(t)=6wv(t)，生成异动值所用公式如下：;3;式中，HW,v(t+1)和HW(t)分别是第t+1次和第t次搜索时第w个个体位置在第v维度的步骤S411：为预测数据集中每一个材料熔覆层数据生;;;4i是材料熔覆层性能预测模型输出的ri的预测标签，是在第b层卷积层中ri属步骤S421：基于节点的权值和嵌入向量计算任意两个节点之间的加权欧几里得距离，将1减去加权欧几里得距离得到的值作为加权相似度，计算所有节点与其邻居节点之间的;;rj分别是第i个和第j个节点，D(r,r)"是第b层卷积层中ri和rj之间的加权欧几里得距离，和u(rp"分别是第b层卷积层中ri和rj的权值，和分别是第b层卷积层中ri和rj0；若Eb-1<Eb，则将第b层卷积层的更新状态标签重为h，若第b层卷积层的更新状态标签为g1，则将第b层步骤S424：构建重要邻居节点集合，基于相似度大于重;59.基于大数据的材料熔覆层性能预测系统，用于实现如权利要求1_8中任一项所述的所述数据预处理模块对采集的数据进行数据清洗、数据转换和数据归所述构建材料熔覆层性能预测模型模块生成节点并设置初始权所述材料熔覆层性能预测模块基于材料熔覆层性能预测模型输出的预6方案生成节点并设置初始权值和嵌入向量，通过计算加权欧几里得距离和平均加权相似7维度，再基于异动值计算关联因子yw,y(t)=-1+2pwv(t)、初级增量,(t)=1.5pw,y(t)和高级增量⃞,(t)=6wv(t)，生成异动值所用公式如下：;,(t和分别是第t次搜索时第w个个体位置在[0019]式中，mean(yw(t))是第t次搜索时第w个个体位置对应的关联因子在所有维度上[0022]式中，HW,v(t+1)和HW(t)分别是第t+1次和第t次搜索时第w个个体位置在第v维8[0027]=o(wzy)；[0034]式中，Eb是第b层卷积层中所有节点与其邻居节点之间的平均加权相似度，得距离，和u(r"分别是第b层卷积层中ri和rj的权值，和分别是第b层卷积层9[0053]所述数据预处理模块对采集的数据进行数据清洗、数据更合理地筛选出对性能预测有重要影响的邻居节点，更能抓住关键的熔覆层特征和关系；描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特维度，再基于异动值计算关联因子yw,y(t)=-1+2pwv(t)、初级增量,(t)=1.5pw,y(t)和高级增量⃞,(t)=6wv(t)，生成异动值所用公式如下：;[0082]式中，mean(yw(t))是第t次搜索时第w个个体位置对应的关联因子在所有维度上[0085]式中，HW,v(t+1)和HW(t)分别是第t+1次和第t次搜索时第w个个体位置在第v维[0091]=o(wzy)；[0098]式中，Eb是第b层卷积层中所有节点与其邻居节点之间的平均加权相似度，得距离，和u(rp"分别是第b层卷积层中ri和rj的权值，和分别是第b层卷积层环境条件数据和熔覆层几何数据；预处理后输入至材料熔覆层性能预测模型中进行处理，熔覆层性能预测模型模块和材料熔覆层性能[0118]所述数据预处理模块对采集的数据进行数据清洗、数据