基于多源数据融合的注射坯密度分布控制算法

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (9): 142-144.doi: 10.3969/j.issn.1007130X.2010.

基于多源数据融合的注射坯密度分布控制算法

常战芳1，班晓娟1，刘旭1，周瑜1，何新波2

(1.北京科技大学信息工程学院，北京 100083；2.北京科技大学材料科学与工程学院，北京 100083)

收稿日期:2010-03-18 修回日期:2010-06-20 出版日期:2010-09-02 发布日期:2010-09-02
作者简介:常战芳(1965),男,河北张家口人,博士,高级工程师，研究方向为智能控制；班晓娟,博士,教授,研究方向为计算机软件和人工智能；刘旭，博士，研究方向为智能软件和可视化技术；周瑜，硕士，研究方向为智能通信；何新波，博士，教授，研究方向为材料加工工程。
基金资助:
国家自然基金重点资助项目（50634010）

Density Distribution Control Algorithms of the Injection SemiFinish Products Based on Multisource Data Fusion

CHANG Zhangfang1,BAN Xiaojuan1，LIU Xu1，ZHOU Y

(1.School of Information Engineering,University of Science and Technology Beijing,Beijing 100083;2.School of Materials Science and Engineering,University of Science and Technology Beijing, Beijing 100083,China)

Received:2010-03-18 Revised:2010-06-20 Online:2010-09-02 Published:2010-09-02

摘要/Abstract

摘要：

自动化和智能化是未来粉末注射成形技术的重要发展方向，本文通过对注射模具温度基于滑动窗口技术的数据挖掘处理以及对注射坯CT切片密度分布的分析修正、阈值预处理后，采用基于神经网络数据融合的方式对多源数据进行融合，实现对注射坯密度分布的有效控制。

关键词: 传感器网络, 注射成形, 滑动窗口, 数据融合, 神经网络

Abstract:

The combination of automation and intellectualization will be an important development direction of the future powder injection forming technique.Data mining technology is studied based on the sliding window of the injection mold temperature.The amendment and pretreatment of density distribution is done for the slice based on the CT slice of the injection semifinish products. Multisource data is fused using a data fusion approach based on neural networks.The effective control of the injection semifinished product density distribution is realized.

Key words: sensor network;injection forming;sliding window;data fusion;neural network

常战芳1，班晓娟1，刘旭1，周瑜1，何新波2. 基于多源数据融合的注射坯密度分布控制算法[J]. J4, 2010, 32(9): 142-144.

CHANG Zhangfang1,BAN Xiaojuan1，LIU Xu1，ZHOU Y. Density Distribution Control Algorithms of the Injection SemiFinish Products Based on Multisource Data Fusion[J]. J4, 2010, 32(9): 142-144.

[1]	苏宇杭, 马俊, 樊津瑜, 陈博行, 周家城, 尹博然. 基于GATv2-TCN联合优化的WSN数据流异常检测算法[J]. 计算机工程与科学, 2025, 47(05): 843-850.
[2]	薛桂香, 陈宇昂, 刘瑜, 郑倩, 宋建材. 基于多源异构融合与时空图卷积网络的集卡到港量预测模型[J]. 计算机工程与科学, 2025, 47(03): 561-570.
[3]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[4]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[5]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[6]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[7]	马驰远, 雷国庆. 一种CDC信号滑动窗口时序分析方法[J]. 计算机工程与科学, 2022, 44(02): 214-219.
[8]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[9]	尹玲, 谢志军. 基于时空协作的多移动充电器充电路径规划的研究[J]. 计算机工程与科学, 2021, 43(12): 2183-2189.
[10]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[11]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[12]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[13]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[14]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[15]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.

基于多源数据融合的注射坯密度分布控制算法

Density Distribution Control Algorithms of the Injection SemiFinish Products Based on Multisource Data Fusion

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价