基于神经元网络的轴类零件实例分类模型  

Shaft-Kind Parts Classifying Model Cases Based on Neural Network

作　　者：陈桦[1] 陈静[1] 钟建辉 

机构地区：[1]陕西科技大学,712081 [2]中通建设股份有限公司第二分公司,710068

出　　处：《精密制造与自动化》2004年第1期43-44,47,共3页Precise Manufacturing & Automation

摘　　要：提出一种基于神经元网络的轴类零件分类模型,采用基于反向传播算法的多层前馈式神经网络(BP)和自适应共振理论网络(ART1)实现基于特征的轴类零件家族的动态聚类与从聚类模板到每一事例的索引,完成轴类零件的实例分类三层模型。这种并行、分布式的神经网络分类处理过程大大提高了推理效率,为实例推理提供了崭新的思路。

关 键 词：轴类零件 分类模型 神经元网络 多层前馈式神经网络 自适应共振理论网络 实例推理 

分 类 号：TH133.2[机械工程—机械制造及自动化] TP183[自动化与计算机技术—控制理论与控制工程]