【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种离散型数字化生产加工数据集成方法及系统。
技术介绍
1、在现有的数字化生产环境中，离散型生产加工数据的处理和集成是一大挑战。传统的数据处理方法往往无法有效地提取和利用这类数据中的关键信息。
2、首先，对于离散型数字化生产过程中的目标生产加工数据，当前的处理方式通常较为粗糙，无法充分挖掘其内部的有效样本特征数据，从而导致工艺调度模型的性能受限。
3、其次，现有技术通常采用简单的切片化处理或特征扰动策略来生成无效样本特征数据，这种方式往往不能反映实际生产过程的复杂性，进一步影响了模型的学习效果和泛化能力。
4、此外，现有的工艺调度模型大多基于传统的机器学习算法，例如支持向量机、决策树等，这些模型在处理复杂、高维度的生产加工数据时往往表现不佳，且难以捕捉到数据中的深层次模式和关联。
技术实现思路
1、有鉴于此，本专利技术实施例的目的在于提供一种离散型数字化生产加工数据集成方法及系统。
2、依据本专利技术实施...
【技术保护点】
1.一种离散型数字化生产加工数据集成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的离散型数字化生产加工数据集成方法，其特征在于，所述通过对离散型数字化生产过程中的目标生产加工数据进行加工偏好内容挖掘，获得表示所述目标生产加工数据的有效样本特征数据的步骤，包括：
3.根据权利要求1或2所述的离散型数字化生产加工数据集成方法，其特征在于，所述有效样本特征数据包括知识网络的邻接特征数据，所述对所述有效样本特征数据进行切片化处理，并通过特征扰动策略得到无效样本特征数据的步骤，包括：
4.根据权利要求2所述的离散型数字化生产加工数...
【技术特征摘要】
1.一种离散型数字化生产加工数据集成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的离散型数字化生产加工数据集成方法，其特征在于，所述通过对离散型数字化生产过程中的目标生产加工数据进行加工偏好内容挖掘，获得表示所述目标生产加工数据的有效样本特征数据的步骤，包括：
3.根据权利要求1或2所述的离散型数字化生产加工数据集成方法，其特征在于，所述有效样本特征数据包括知识网络的邻接特征数据，所述对所述有效样本特征数据进行切片化处理，并通过特征扰动策略得到无效样本特征数据的步骤，包括：
4.根据权利要求2所述的离散型数字化生产加工数据集成方法，其特征在于，所述结合所述有效样本特征数据和所述无效样本特征数据生成的目标样本特征数据集，获得自注意力网络的步骤，包括：
5.根据权利要求1所述的离散型数字化生产加工数据集成方法，其特征在于，所述对预进行网络参数更新生成的自注意力网络和多层感知机进行集成，并...
【专利技术属性】
技术研发人员：蒋华君，邓展锋，欧全英，
申请(专利权)人：广东永锢电子机械科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。