基于自组织神经网络的特征识别  

Feature recognition based on self-organized neural network

作　　者：易荣庆[1,2] 李文辉[1,2] 王铎[1,2] 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]吉林省电力有限公司,长春130021

出　　处：《吉林大学学报（工学版）》2009年第1期148-153,共6页Journal of Jilin University:Engineering and Technology Edition

基　　金：国家自然科学基金项目(60573182);吉林省科技发展计划项目(20060527,20040531);中国高等学校博士学科点专项科研基金项目(20060183042)

摘　　要：针对CAD、CAM中的特征识别问题,在特征的属性邻接图表达方法的基础上,根据特征建立的历史过程提出了特征森林的概念,作为识别的启发式信息。采用自组织神经网络识别特征。依据识别特征的规模动态确定自组织神经网络输入神经元的维数,并给出了一种矢量化方法。实验实例证明了本文方法的有效性,从而为特征识别和维护提供了一种新的有效方法。The concept of feature forest based on the Attributed Adjacency Graph(AAG) and the history of features creation was presented.The feature forest was used as the heuristic information to recognize the interacting features.Self-organized neural network was employed as the recognizer.After the AAG breaks down,the input dimension of the neural was dynamically calculated according to the sub-graphs,and an algorithm of the vectorization was provided.Case study validates the proposed method,which provides a new ap...

关 键 词：计算机应用 特征识别 属性邻接图 自组织神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]