期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向薄壁多腔类结构件加工特征识别方法 被引量：7
1
作者 魏涛 张丹 +2 位作者 左敦稳 徐锋 夏三星 《计算机集成制造系统》 EI CSCD 北大核心 2017年第12期2683-2691,共9页
针对薄壁多腔类结构件加工特征识别效率低下、相交特征识别困难的问题,提出基于规则、层与特征抑制的混合并行识别方法。该方法以腔分组和加工特征分类为基础、以腔为单元对各类加工特征进行并行识别,以提高识别效率,并及时在三维模型... 针对薄壁多腔类结构件加工特征识别效率低下、相交特征识别困难的问题,提出基于规则、层与特征抑制的混合并行识别方法。该方法以腔分组和加工特征分类为基础、以腔为单元对各类加工特征进行并行识别,以提高识别效率,并及时在三维模型中抑制已识别的各特征来简化相交特征的识别。首先给出了加工特征的分类及腔分组的方法;然后详细给出了特征识别流程:利用边的属性和规则识别各个腔中的完整孔、独立筋、相交筋,将各个腔采用层与特征抑制的方法识别层特征与相交孔特征,当所有腔内的特征识别完成后回到主线程进行剩余特征的识别;最后通过实例分析了算法效率,验证了所提方法的有效性。 展开更多
关键词 薄壁多腔 结构件 特征识别 相交特征 并行 识别 数控加工
下载PDF
采用上下文特征匹配的中文机构名简称识别 被引量：4
2
作者 郝娟 杨静 《小型微型计算机系统》 CSCD 北大核心 2015年第7期1432-1437,共6页
现有识别机构名简称的方法多依赖全称,也依赖简称的组成形式.针对这两个问题,提出一种采用上下文特征匹配的机构名简称识别方法.本文提出的上下文特征分为机构名独有特征和干扰词与机构名相交特征,每一个特征赋予一个错误率权重,在不同... 现有识别机构名简称的方法多依赖全称,也依赖简称的组成形式.针对这两个问题,提出一种采用上下文特征匹配的机构名简称识别方法.本文提出的上下文特征分为机构名独有特征和干扰词与机构名相交特征,每一个特征赋予一个错误率权重,在不同错误率范围内,采用上下文特征匹配算法识别机构名简称.还通过建立干扰词表和扩展操作,进一步提高了识别的准确率与召回率.实验中,本文方法在封闭数据集上的F值达到92.23%.利用封闭数据集训练的特征和干扰词,在开放测试集上的F值取得70.28%.最后,与依赖全称生成简称的识别方法进行对比,本文方法识别出有匹配全称的简称和无匹配全称的简称,比依赖全称的识别方法有更好的效果. 展开更多
关键词 机构名简称 上下文特征 相交特征 独有特征 特征匹配算法 干扰词
下载PDF
实体造型中的特征处理问题
3
作者 郑永前 陈炳森 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2001年第3期352-356,共5页
特征处理是基于特征的CAD的重要组成部分 .特征处理中的关键问题是特征的提取 .在对有关特征分析的基础上 ,提出了一种以 2D空间数据为基础提取特征的方法 ,并对比较难处理的相交特征问题给出了相应的算法 .
关键词 相交特征 特征提取 约束传播 CAD 特征处理 2D空间数据 实体造型
下载PDF
基于切片技术的交叉特征识别新方法研究 被引量：2
4
作者 舒海生 余豪华 张书宇 《制造技术与机床》 北大核心 2013年第1期100-103,共4页
现有的各种特征识别方法,对于孤立特征识别和简单的交叉特征识别,虽然取得了一定的研究成果,但往往存在着识别算法复杂,识别效率不理想。针对现有的各种特征识别方法的不足,在借鉴医学CT扫描成像原理的基础上,提出一种基于切片技术的交... 现有的各种特征识别方法,对于孤立特征识别和简单的交叉特征识别,虽然取得了一定的研究成果,但往往存在着识别算法复杂,识别效率不理想。针对现有的各种特征识别方法的不足,在借鉴医学CT扫描成像原理的基础上,提出一种基于切片技术的交叉特征识别新方法。针对交叉特征零件模型的STEP文件,利用切片技术提取其中包含的各种孤立特征和交叉特征几何信息,并将这些特征几何信息转化成对应的切片(切片序列)信息。然后经过特征匹配、切片修正、特征重构等,从而将复杂的交叉特征识别转化为一次、二次或多次的孤立特征识别,并最终输出各个孤立特征参数,包括内部技术参数和外部联系参数。 展开更多
关键词 切片技术 交叉特征识别 特征识别 STEP
下载PDF
零件模型的铸件毛坯自动生成方法 被引量：3
5
作者 华顺刚 许林林 白茂东 《计算机集成制造系统》 EI CSCD 北大核心 2018年第11期2827-2835,共9页
针对在铸件毛坯生成特征识别过程中交叉特征识别不够理想的问题,提出先通过检索和变化零件属性面邻接矩阵中的元素来识别简单特征特征,然后采用对具有公共面的简单特征进行合并、对没有公共面的简单特征计算其空间是否相邻的方法来识别... 针对在铸件毛坯生成特征识别过程中交叉特征识别不够理想的问题,提出先通过检索和变化零件属性面邻接矩阵中的元素来识别简单特征特征,然后采用对具有公共面的简单特征进行合并、对没有公共面的简单特征计算其空间是否相邻的方法来识别相交特征。对于较小特征的去除顺序问题,通过建立相交特征的依存关系,先去除依存于其他特征的特征,再去除被依存特征。最后对有较高要求的表面增加加工余量,自动选择或由用户选择分型面,生成拔模斜度。实验结果表明,对于常见模型,该方法可以生成合理的铸件毛坯。 展开更多
关键词 特征识别 交叉特征 扩展属性面邻接矩阵 加工余量 拔模斜度 铸件毛坯
下载PDF
MIF-CNNIF:一种基于CNN的交叉特征的多分类图像数据框架 被引量：1
6
作者 王盼红 朱昌明 《计算机科学》 CSCD 北大核心 2022年第S02期502-509,共8页
近年来,图像多分类任务和深度学习受到越来越多学者的重视,基于卷积神经网络(Convolutional Neural Network,CNN)的多分类图像数据框架也得到了广泛应用。传统的基于卷积神经网络的多分类图像数据学习(MIF-CNN)普遍存在图像处理复杂、... 近年来,图像多分类任务和深度学习受到越来越多学者的重视,基于卷积神经网络(Convolutional Neural Network,CNN)的多分类图像数据框架也得到了广泛应用。传统的基于卷积神经网络的多分类图像数据学习(MIF-CNN)普遍存在图像处理复杂、特征维数大、时间复杂度高等问题。针对这一问题,提出了一种基于CNN的交叉特征的多分类图像数据框架(MIFCNNIF)。MIF-CNNIF是一种基于多种特征选择算法得到相交特征并以此交叉特征代替原特征集处理图像多分类任务的框架。在10个多类图像数据集上进行了丰富的对比实验,结果验证了MIF-CNNIF的有效性。MIF-CNNIF的贡献在于:1)使用预先训练好的CNN模型,避免了设置过多参数;2)与MIF-CNN相比,有效降低了特征维度和时间复杂度;3)具有比MIF-CNN更好的平均分类准确率;4)在多分类图像数据集上成功验证了组合特征算法的有效性。 展开更多
关键词 卷积神经网络 特征选择 交叉特征 图像多分类 组合特征
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部