机器人
機器人
궤기인
ROBOT
2011年
6期
641-648
,共8页
机器人修磨%机器学习%适应建模%融合先验知识%经验公式%虚拟样本
機器人脩磨%機器學習%適應建模%融閤先驗知識%經驗公式%虛擬樣本
궤기인수마%궤기학습%괄응건모%융합선험지식%경험공식%허의양본
针对机器人修磨磨削量建模中处理突变因素的难题,本文首先从机器学习建模方法的角度指出该问题与统计学习的不同点,并把问题形式化,然后在此基础上提出了融合先验知识的适应学习建模方法.该方法基于半经验公式生成虚拟样本,不但弥补了适应学习建模中新样本不足的问题,而且把半经验公式中的信息更充分地融合到学习机模型中.实验结果证明,该方法使适应建模具有更快的速度和更高的精度,在实际应用中可提高加工效率,降低由于动态因素变化带来的废品率.
針對機器人脩磨磨削量建模中處理突變因素的難題,本文首先從機器學習建模方法的角度指齣該問題與統計學習的不同點,併把問題形式化,然後在此基礎上提齣瞭融閤先驗知識的適應學習建模方法.該方法基于半經驗公式生成虛擬樣本,不但瀰補瞭適應學習建模中新樣本不足的問題,而且把半經驗公式中的信息更充分地融閤到學習機模型中.實驗結果證明,該方法使適應建模具有更快的速度和更高的精度,在實際應用中可提高加工效率,降低由于動態因素變化帶來的廢品率.
침대궤기인수마마삭량건모중처리돌변인소적난제,본문수선종궤기학습건모방법적각도지출해문제여통계학습적불동점,병파문제형식화,연후재차기출상제출료융합선험지식적괄응학습건모방법.해방법기우반경험공식생성허의양본,불단미보료괄응학습건모중신양본불족적문제,이차파반경험공식중적신식경충분지융합도학습궤모형중.실험결과증명,해방법사괄응건모구유경쾌적속도화경고적정도,재실제응용중가제고가공효솔,강저유우동태인소변화대래적폐품솔.
