所属单位：材料科学与工程学院
论文名称：Unified CNN-LSTM for keyhole status prediction in PAW based on spatial-temporal features
发表刊物：Expert Systems with Applications
第一作者：周方正
论文编号：1712641353000992770
卷号：237
字数：5000
是否译文：否
发表时间：2024-03-01
武传松教授
武传松，山东大学材料科学与工程学院教授/博士生导师。美国焊接学会会士（AWS Fellow），中国焊接学会常务理事兼计算机辅助焊接工程专业委员会主任、国际焊接学会C XII-E“焊接质量与安全”分委会主席，国际刊物《Science and Technology of Welding and Joining》编委，《Chinese Journal of Mechanical Engineering》编委会副主任，《焊接学报》、《China Welding》和《电焊机》编委。 以“焊接物理、高效焊接过程数值模拟与检测控制”为研究方向，主持完成国家自然科学基金重点... More+
Unified CNN-LSTM for keyhole status prediction in PAW based on spatial-temporal features
发布时间：2024-02-25|点击次数：