《表6 零件2基于遗传算法的BP神经网络的输出和识别结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于STEP和改进神经网络的STEP-NC制造特征识别方法》
同理,可以得到BP神经网络的输入如表5所示,两种网络的输出和识别结果如表6和表7所示。由表6和表7的结果可知,基于遗传算法的BP神经网络识别结果中孔的识别出错,被识别成了台阶,而基于改进的BP神经网络识别的结果全部正确。而且,在该实例中,两个槽特征和孔特征都与开口式型腔特征相交,证明改进的BP神经网络可以准确地识别相交特征。另外,改进的BP神经网络在Windows 7操作系统和CPU为2.70 GHz、内存为4 G的计算机环境下,耗时0.014s,效率高,零件2特征识别界面如图19所示。
图表编号 | XD0065044300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.25 |
作者 | 张禹、董小野、李东升、曾奇峰、杨树华、巩亚东 |
绘制单位 | 东北大学机械工程与自动化学院、沈阳鼓风机集团股份有限公司、东北大学机械工程与自动化学院、东北大学机械工程与自动化学院、东北大学机械工程与自动化学院、沈阳鼓风机集团股份有限公司、东北大学机械工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |