查詢結果分析
來源資料
頁籤選單縮合
題名 | 以倒傳式神經網路為基礎之三維工件特徵辨識=Three Dimensional Part Feature Recognition by Backpropagation Neural Network |
---|---|
作者 | 蘇純繒; 李淑瓊; Su, C. T.; Lee, S. J.; |
期刊 | 國立雲林技術學院學報 |
出版日期 | 19960700 |
卷期 | 5:2 1996.07[民85.07] |
頁次 | 頁1-12 |
分類號 | 448.945 |
語文 | chi |
關鍵詞 | 倒傳式神經網路; 工作特徵辨識; Backpropagation neural network; Part feature recognition; |
中文摘要 | 本研究利用類神經網路來進行三維(Three Dimension,3D)工作辨識,整個辨識方法以二階段方式進行,第一階段進行單視圖之工作辨識,即擷取電腦輔助設計 (Computer Aided Design, CAD)系統內部物件資料,並將各個單視圖之迴圈(Loop)轉換為轉折點序列資料結構,再以類神經網路進行單視圖之工作辨識;第二階段主要以第一階段單視圖之辨識結果做為輸入資料,以進行三維工件辨識,其主要方法發展出用以表示二維工件特徵間關係之相關性矩陣進行訓練及學習,使其適用於類神經網路之輸入,達成三維工件特徵辨識之目的。由於工件的型態及其加工特徵的種類不勝枚舉,故本研究將工件的型態限制在立方體的工件,而其加工特徵為凹槽及階段狀兩種,而凹槽又可分為貫穿之凹槽、雙向未貫穿之凹槽及未貫穿之凹槽三種之加工外型,階梯狀外型則可分為貫穿之階梯狀、三向未貫穿之階梯狀、及未貫穿之階梯狀三種加工外形。最後本研究並進行模擬實驗設計,以求得批次數量、慣性參數及隱藏層數等參數值之最佳值。 |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。