基于Mixup数据增强的CNN-GRU深度学习电火花线切割放电状态识别
Machinery（2023）
Abstract
针对电火花线切割放电状态识别中,数据集样本较少导致训练模型准确率不高的问题,提出基于Mixup数据增强的CNN-GRU网络算法.该算法首先使用Mixup数据增强对原始的电火花波形数据进行数据增强,通过线性插值对数据进行混合,得到新的扩容之后的数据集;随后使用增强的数据集训练CNN-GRU模型,并用该模型进行分类.经实验表明,使用Mixup数据增强的CNN-GRU模型能有效的识别出数据中的"时序特征"与"局部特征",且模型的准确率达到了96%.
MoreKey words
WEDM,discharge state recognition,data enhancement,neural network
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined