| 标题 |
 Research on asymmetrical edge tool wear prediction in milling TC4 titanium alloy using deep learning 基于深度学习的TC4钛合金铣削非对称刃刀具磨损预测研究
相关领域
自编码
人工神经网络
刀具磨损
GSM演进的增强数据速率
均方误差
钛合金
人工智能
特征（语言学）
计算机科学
一般化
特征提取
机器学习
材料科学
模式识别（心理学）
数学
机械加工
统计
合金
冶金
哲学
数学分析
语言学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Measurement 作者：Yong Yang; Xuefeng Zhao; Lei Zhao 出版日期：2022-09-03 |
| 求助人 |
情怀
在
2025-06-09 21:12:11 发布，悬赏 10 积分
|
| 下载 | 暂无链接，等待应助者上传 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
HEIKU
从容芮
竹筏过海
Alex
sheshen22
yar
aldehyde
nenoaowu
孙燕
美好斓
仇谷槐
七七
猪猪hero
酷波er
NexusExplorer
大模型
小鸟
SYLH
剑指东方是为谁
可爱草丛
皖公网安备34019202002308
