基于双重SE注意力机制下的CNN-BiLSTM混合石墨电极位移预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：石墨化是石墨电极生产核心环节，石墨电极位移预测的准确性和有效性对电极的生产质量具有重大意义。文章针对内串石墨化工艺参数与位移数据之间的关系进行建模，提出了一种引入注意力机制下的卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）混合石墨电极位移预测模型。为有效解决时间序列重要程度差异性问题，在传统SE注意力机制中增加了双重SE注意力并行模块，并用BiLSTM通过两个方向来发掘时间序列信息，有效提高模型预测度。（剩余7169字）

试读结束

目录
monitor
客服机器人