一种基于时间卷积网络和迁移学习的机床热误差建模方法

本发明涉及一种基于时间卷积网络和迁移学习的机床热误差建模方法，包括如下步骤：数据采集，基于时间卷积网络，提出一种基于编码器‑解码器架构的网络，将采集的到的源(充足)、目标(少量)机床的数据输入到编码器中，进行编码、解码输出一个重建序列，同时在只有一个预测值的损失函数上，再加入一个由解码器输出的重建序列进行计算的重建损失函数，通过这样一个架构可以提取热误差数据中的深层次特征，提高预测精度，为了在另外一台目标机床能达到足够的预测精度，使用迁移学习再得到一个领域适应的损失函数，汇总损失函数，反复迭代更新，直到深度学习回归算法训练完成，实现在目标机床上热误差值精确预测。