近日，机船学院鲁娟教授团队以北部湾大学为第一单位，鲁娟教授为通讯作者，硕士研究生汪鑫为第一作者，在国际顶级期刊《Applied Soft Computing》上发表学术论文《Tool wear state recognition for variable sensor combinations by deep forest with parameter adaptive fine-tuning》。《Applied Soft Computing》是计算机科学领域的国际权威学术期刊，在最新的中科院SCI分区为1区TOP期刊，2024年影响因子为7.2。
该文提出一种基于深度森林（DF）的刀具磨损状态识别模型，能自动选择信号特征并自适应微调模型参数，以提高识别精度并减少调参工作量，降低了对专家经验和信号处理技术的依赖，减少了特征选择的不确定性，为数控加工中的刀具磨损监测提供了新方案。
论文链接DOI：https://doi.org/10.1016/j.asoc.2024.112629
论文首页
