 |
|
| 地 址： |
上海市松江區(qū)泖港鎮(zhèn)中厙路902號15幢-36 |
| 郵 編： |
201601 |
| 聯(lián)系人： |
王云 18939813148 |
| 電 話： |
021-57628999; 57628777 |
| 傳 真： |
021-57629188 |
| 手 機： |
18939813148 |
| 郵 箱： |
943586028@qq.com |
| |
 |
|
|
|
首頁 - 新聞資訊 - 技術(shù)文章 |
| 鍛造行業(yè)智能制造發(fā)展回顧及新技術(shù)展望（下） |
人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學，該領(lǐng)域的研究包含計算智能、機器感知、機器學習等，如圖7 所示。機器學習作為人工智能的一類，它是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。機器學習專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。機器學習在工業(yè)中的典型應用場景為：工況模式識別、設(shè)備故障診斷、產(chǎn)品質(zhì)量分類等。本文將從機器學習中的K 近鄰算法來對鍛造領(lǐng)域進行研究與探討。K 近鄰算法K 近鄰法(k-nearest neighbors)是機器學習中較基礎(chǔ)的一類算法，它是由Cover 和Hart 于1968 年提出的，是懶惰學習(lazy learning)的著名代表。K 近鄰算法中每個數(shù)據(jù)都存在一個標簽(label)，即數(shù)據(jù)的最終特征，此外還包含了影響數(shù)據(jù)特征的各影響因素，K 近鄰算法的工作機制如下：首先給定一個測試樣本，計算它到訓練樣本的距離，然后取離測試樣本最近的k 個訓練樣本，最終用“投票法”選出在這k個樣本中出現(xiàn)最多的類別，就是預測的結(jié)果。樣本可以根據(jù)比例分為訓練集與測試集，訓練集負責用于模型的訓練，測試集負責模型的實際測試，測試集中測試成功數(shù)量與測試集總數(shù)量之比為準確率，準確率也是衡量K 近鄰算法好壞的唯一標準。圖8 是筆者運用傳統(tǒng)K 近鄰算法訓練傳統(tǒng)Mnist 數(shù)據(jù)集的程序。Mnist數(shù)據(jù)集是K 近鄰算法的基礎(chǔ)數(shù)據(jù)集，共有70000 條數(shù)據(jù)，每個數(shù)據(jù)集都是由人為手寫的數(shù)字構(gòu)成，每條數(shù)據(jù)共含有784 條特征。其中，此程序用了20000 個數(shù)據(jù)集作為測試，50000 個數(shù)據(jù)集作為訓練，模型的準確率達到了97.6%，如圖9 所示，機器通過圖片將手寫的‘8’識別了出來。
|
|
|
