检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:田苗苗[1,2]
机构地区:[1]吉林师范大学信息技术学院,吉林四平136000 [2]哈尔滨理工大学测控技术与通信工程学院,黑龙江哈尔滨150080
出 处:《廊坊师范学院学报(自然科学版)》2011年第6期24-26,共3页Journal of Langfang Normal University(Natural Science Edition)
摘 要:特征识别是语义特征造型系统面临的一个难题。尤其是当遇到复杂的拓扑结构或是较多的特征数量时,如何提高特征识别的效率以及采取何种识别方法,成为该技术领域的热门课题之一。通过运用BAM神经网络检测技术,提出了一种全新的特征识别策略,有效解决了CAD/CAM系统的性能瓶颈问题。Recognition of feature is an important topic in feature-based system. The ways used at large about feature checking can not be use for product models with complicated to-pology and lots of features. Improving feature checking efficiency is one of the most challenge questions in the researching on features modeling technology. A new feature strategy was put forward by BAM neural network checking technology, and this method solved effectively the problem about CAD/ CAM capability limitation.
关 键 词:语义特征造型 BAM神经网络 矢量正交化 多重训练方法
分 类 号:TP301.6[自动化与计算机技术—计算机系统结构]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.12.102.204