半监督学习训练神经网络的线切割加工预测

• 作者: 张永俊 陈玮 高军礼 麦毅成
• 来源期刊: 控制工程期刊：中英文版
• 学科: 工学
• 关键词: 半监督学习 预测加工 过度拟合
• 年，卷（期）: kzgcqkzywb_2014,（3）
• 页码范围: 79-85
• 页数: 7页
• 分类号: TP183

摘要

神经网络存在的局限性，根据机床加工数据与实际生产获取约束条件结合的半监督学习方法，选取半监督聚类算法作为神经网络优化的学习方法确定径向基神经网络中各隐藏节点的数据中心，并利用数据中心点间距离确定隐节点的扩无常数。采集数据进行有监督学习神经网络的权值输出，生成整个预测加工系统。为避免模型的过度拟合采用训练数据与检测数据分开不重复来检验误差，并与传统的建模方法如多项式回归、RBF神经网络进行对比，本方法能具有更小的输出误蒡．仿真更加稳定。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永俊	广东工业大学自动化学院	98	507	11.0	17.0
2	高军礼	广东工业大学自动化学院	55	215	8.0	11.0
3	陈玮	广东工业大学自动化学院	102	561	11.0	17.0
4	麦毅成	广东工业大学自动化学院	2	3	1.0	1.0