《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。