首页|复杂网络下机械零件三维轻量级识别方法

复杂网络下机械零件三维轻量级识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为精准获取机械零件尺寸,明确产品质量是否达到安全标准,提出一种复杂网络下机械零件三维轻量级识别方法.将机械零件三维信息转换为复杂网络下加工数据,利用邻接矩阵描述网络节点与边的内在关联,创建机械零件三维模型;把零件数据点拟作局部多项式曲面,推算各点在曲面内的投影残差,计算特征点相关指数,使用折线生长技术提取模型特征线;将三维模型变换成体素矩阵,确立不同三维特征间的差异,通过二维典型视图训练卷积神经网络,在正、反向传播运算后输出三维轻量级识别结果.仿真结果表明,所提方法有效提升了机械零件三维模型识别精度与效率,鲁棒性强,为机械零件的高质量生产提供可靠数据支持.
Three Dimensional Lightweight Recognition Method of Mechanical Parts Under Complex Network

Complex NetworkMechanical Parts3D RecognitionFeature Line ExtractionConvolutional Neu-ral Network

鲁芬、郁伯铭

展开 >

武昌工学院智能制造学院,湖北武汉 430000

华中科技大学物理学院,湖北武汉 430074

复杂网络 机械零件 三维识别 特征线提取 卷积神经网络

湖北省教育厅科学研究计划指导性项目(2018)

B2018323

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.(8)
  • 10