研究论文
Prediction of surface roughness in aluminum alloy milling based on dynamic and static data fusion
Boyang Meng, Song Li, Z Li, Fuxing Xiang, Rui Ding, Caixu Yue, X J Liu
Harbin University of Science and Technology
来源The International Journal of Advanced Manufacturing Technology
年份2026
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
暂无年度引用数据
关键指标
0
被引次数 · OpenAlex
0.00
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 24%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
26
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
工程Surface Roughness and Optical Measurements
Advanced machining processes and optimization · Industrial Vision Systems and Defect Detection
参考文献 26
Smart Machining Process Using Machine Learning: A Review and Perspective on Machining Industry
被引 288Dong-Hyeon Kim, Thomas J. Y. Kim, Xinlin Wang · International Journal of Precision Engineering and Manufacturing-Green Technology · 2018
The use of support vector machine, neural network, and regression analysis to predict and optimize surface roughness and cutting forces in milling
被引 131Ali Yeganefar, Seyed Ali Niknam, Reza Asadi · The International Journal of Advanced Manufacturing Technology · 2019
Bayesian linear regression for surface roughness prediction
被引 121Dongdong Kong, Junjiang Zhu, Chaoqun Duan · Mechanical Systems and Signal Processing · 2020
此处列出前 3 条
引用本文 -
暂无引用本文的记录