TY -的A2 Khattak哈桑•阿里盟——张Minhao PY - 2022 DA - 2022/06/23 TI -部分分类预测基于卷积神经网络SP - 5767818六世- 2022 AB -机械零件是机械工业的重要组成部分。然而,目前机械零件的自动化生产线面临巨大挑战。不同类型和大小的零件进行自动分割部分工业线容易错误的分割。因此,本文提出了一种基于卷积神经网络的分类方法。方法可以利用机械零件的大量数据,然后通过卷积神经网络分析和学习的数据更准确地检测和分类部分。它可以有效地解决高成本且容易出错的问题手册部分分类和大大减少企业的成本的自动检测和分类。我们采用该模型进行一系列的实验Pacon数据集。它包括重量和建设混淆矩阵的计算值。实验结果表明,该模型实现了性能优良的零部件分类和预测。SN - 1574 - 017 - 2022/5767818 / 10.1155 x你——https://doi.org/10.1155/2022/5767818——摩根富林明-移动信息系统PB - Hindawi KW - ER