欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種虛擬測量方法、產(chǎn)品、設(shè)備及介質(zhì)與流程

文檔序號:40506951發(fā)布日期:2024-12-31 13:15閱讀:來源:國知局

技術(shù)特征:

1.一種虛擬測量方法,其特征在于,包括:

2.根據(jù)權(quán)利要求1所述的虛擬測量方法,其特征在于,將各所述拋光工藝變量映射為所述映射特征,包括:

3.根據(jù)權(quán)利要求2所述的虛擬測量方法,其特征在于,根據(jù)所述映射特征和可解釋點積注意力機制確定所述點積注意力結(jié)構(gòu)輸出結(jié)果,包括:

4.根據(jù)權(quán)利要求3所述的虛擬測量方法,其特征在于,根據(jù)所述點積注意力結(jié)構(gòu)輸出結(jié)果構(gòu)建所述回歸采樣卷積交互模型,包括:

5.根據(jù)權(quán)利要求2至4任意一項所述的虛擬測量方法,其特征在于,確定所述特征空間中各所述拋光工藝變量對應的位置,以生成所述映射特征,包括:

6.根據(jù)權(quán)利要求3或4所述的虛擬測量方法,其特征在于,根據(jù)所述映射特征獲取可解釋點積注意力機制的查詢、鍵和值,包括:

7.根據(jù)權(quán)利要求6所述的虛擬測量方法,其特征在于,根據(jù)可解釋點積注意力機制的查詢、鍵和值,獲取可解釋注意力權(quán)重分布矩陣和所述點積注意力結(jié)構(gòu)輸出結(jié)果,包括:

8.根據(jù)權(quán)利要求4所述的虛擬測量方法,其特征在于,根據(jù)所述點積注意力結(jié)構(gòu)輸出結(jié)果構(gòu)建基于二叉樹結(jié)構(gòu)的所述回歸采樣卷積交互模型,包括:

9.根據(jù)權(quán)利要求8所述的虛擬測量方法,其特征在于,根據(jù)第一副本和第二副本確定當前層二叉樹節(jié)點的加權(quán)特征輸出結(jié)果,包括:

10.根據(jù)權(quán)利要求9所述的虛擬測量方法,其特征在于,對第一副本和第二副本分別進行卷積操作,以生成第一副本對應的卷積結(jié)果和第二副本對應的卷積結(jié)果,包括:

11.根據(jù)權(quán)利要求10所述的虛擬測量方法,其特征在于,根據(jù)第一副本及其對應的指數(shù)結(jié)果,和第二副本及其對應的指數(shù)結(jié)果,生成當前層二叉樹節(jié)點的所述加權(quán)特征輸出結(jié)果,包括:

12.根據(jù)權(quán)利要求11所述的虛擬測量方法,其特征在于,所述第一一維卷積模塊、所述第二一維卷積模塊、所述第三一維卷積模塊和所述第四一維卷積模塊的結(jié)構(gòu)均相同,依次由雙曲正切激活函數(shù)、一維卷積層、隨機損失層、泄漏線性整流激活函數(shù)和一維卷積層構(gòu)成。

13.根據(jù)權(quán)利要求4所述的虛擬測量方法,其特征在于,確定所述回歸采樣卷積交互模型輸出的單一值,以完成所述虛擬測量模型的構(gòu)建,包括:

14.根據(jù)權(quán)利要求1所述的虛擬測量方法,其特征在于,所述虛擬測量模型的訓練過程包括:

15.根據(jù)權(quán)利要求14所述的虛擬測量方法,其特征在于,在根據(jù)所述訓練數(shù)據(jù)集中的數(shù)據(jù)對所述虛擬測量模型進行訓練,直至所述虛擬測量模型收斂之后,還包括:

16.根據(jù)權(quán)利要求1所述的虛擬測量方法,其特征在于,在將各所述目標拋光工藝變量輸入至所述虛擬測量模型中,以輸出所述目標材料對應的目標材料去除率之后,還包括:

17.一種計算機程序產(chǎn)品,包括計算機程序或指令,其特征在于,該計算機程序或指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至16任一項所述虛擬測量方法的步驟。

18.一種虛擬測量設(shè)備,其特征在于,包括:

19.一種計算機可讀存儲介質(zhì),其特征在于,所述計算機可讀存儲介質(zhì)上存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至16任一項所述的虛擬測量方法的步驟。


技術(shù)總結(jié)
本發(fā)明公開了一種虛擬測量方法、產(chǎn)品、設(shè)備及介質(zhì),涉及測量技術(shù)領(lǐng)域。方案具體根據(jù)多個拋光工藝變量及其對應的材料去除率,依次通過特征映射、基于可解釋點積注意力機制的特征輸出和基于回歸采樣卷積交互機制的數(shù)值預測構(gòu)建訓練得到;在構(gòu)建虛擬測量模型的過程中,將可解釋點積注意力機制輸出的特征作為回歸采樣卷積交互機制的輸入,從而將特征選擇和回歸預測結(jié)合,僅使用虛擬測量模型這一個模型即可完成特征篩選和數(shù)值預測兩個步驟,解決了目前特征選擇算法與回歸數(shù)值預測算法潛在的不匹配問題,可以在回歸預測虛擬測量目標值的同時,發(fā)揮模型可解釋的優(yōu)勢,量化衡量輸入數(shù)據(jù)的相對重要程度,極大提高了模型的可信度。

技術(shù)研發(fā)人員:尹杰,李令君,吳韶華
受保護的技術(shù)使用者:蘇州元腦智能科技有限公司
技術(shù)研發(fā)日:
技術(shù)公布日:2024/12/30
當前第2頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
长治县| 保山市| 威远县| 江华| 罗平县| 玉树县| 沙田区| 凭祥市| 南宁市| 梧州市| 洛南县| 大丰市| 罗田县| 福鼎市| 井研县| 织金县| 济宁市| 合江县| 嵊泗县| 莫力| 吉水县| 乌鲁木齐县| 河源市| 全椒县| 台北县| 海淀区| 郎溪县| 沅江市| 山阳县| 合江县| 临颍县| 禹州市| 深州市| 柞水县| 新宁县| 区。| 称多县| 敦煌市| 玉屏| 滦南县| 东港市|