人工智能化的形雕放電加工
Date Issued
2000
Date
2000
Author(s)
DOI
892212E002065
Abstract
本報告提出對放電波列的自然訊息,進行特徵化
分類以及資料的壓縮,以利電腦分析。藉由自組織特
徵映射網路學習法,文中發展了一可用於辨識放電波
列的特徵,指出目前加工近似於何種狀態的方法。本
研究方法先從樣本學習轉換成各種代表加工狀態的
[W]n 權矩陣。在新的一串波列的分類時,求取串列資
料與已知的各種加工狀態[W]n 的距離,最小距離的
[W]i 即是代表串列資料最接近此一加工狀態。經測試
後,發現此法能客觀的辨識加工狀態。放電波列更多
訊息的提供可對自適應控制(ACO)及模糊控制(FUZZY)
的語意邏輯規則的建立,有進一步的幫助。
Subjects
放電波列分類
特徵辨識
自適應控制
模
糊控制
糊控制
Publisher
臺北市:國立臺灣大學機械工程學系暨研究所
Type
report
File(s)![Thumbnail Image]()
Loading...
Name
892212E002065.pdf
Size
275.76 KB
Format
Adobe PDF
Checksum
(MD5):af4ca23913c7b7aecb55e62157e81cfa
