并行工程下基于特征的零件可制造性及其评价方法研究*

结合并行工程的思想,对零件可制造性进行较详细的分析,提出并行工程环境下基于特征的可制造性分析方法,研究建立基于特征的可制造性零件定义模型及评价体系。阐述了基于特征的可制造性的评价方法,认为可制造性评价是一个多层次的决策问题,建立了基于制造约束规则的加工可行性定性评价和基于模糊综合评判的加工可行性定量评价两种评价方法,并给出了解法。利用上述研究方法,全面合理地对零件的可制造性进行评价和反馈,从而指导产品设计。最后以涡轮叶片榫头特征的可制造性分析为应用实例,说明了该方法的有效性和实用性。     

MC环境下基于零件定制程度的工时定额研究

为了解决大规模定制生产环境下定制零件工时定额制定存在的问题,提出一种基于零件定制程度的工时定额方法。此方法首先分析了影响零件工时的主要特征,采用神经网络技术得出各主要特征的权重;然后运用模糊综合评判法计算基于零件主要特征的零件定制程度;最后通过事例推理技术(case-based reasoning,CBR)检索相似零件,根据相似零件的定制程度与工时信息,运用MATLAB软件建立零件工时的数学模型,计算出定制零件的工时。以某企业模具的平面安装面的加工时间计算为例对该方法进行验证,结果证明该方法具有较高的准确性和可行性。     

关联工艺引导的型腔类零件局部结构检索方法

针对已有的基于内容的三维CAD模型检索技术难以保证检索结果关联工艺的可重用性,需要设计人员进一步甄别其重用价值的问题,提出一种关联工艺引导的型腔类零件局部结构检索方法,以从基于制造特征的结构化工艺数据中查找关联工艺可重用的相似三维几何.首先建立特征关联工艺参数化驱动模型,从特征加工几何、加工精度、刀具几何角度揭示特征实例关联工艺的参数化驱动特性;然后以特征实例关联工艺为参考,建立基于中轴转换的特征相似性评价模型;最后提出基于子图同构的相似局部结构提取算法,并且计算相匹配局部结构之间的相似度.在CATIA平台下开发了原型系统,并验证了文中方法的有效性.     

依赖关系三元组匹配在问题回答中的应用

描述了一种新的计算问题与支持答案句相似度的方法, 即基于依赖关系三元组匹配的方法. 该方法引入了问题中的疑问性和非疑问性部分的信息, 采用了启发式规则扩展问题的依赖关系三元组, 从而匹配变形的答案句. 同时把问题与支持答案句的相似度作为新的特征, 应用于开放领域的问题回答(Question answering, QA)任务中的答案排序. 实验结果表明, 引入新特征的答案排序方法与通常的基于密度的方法相比, 在相对精度指标上提高了8.2%, 在平均排序倒数(Mean reciprocal rank, MRR)评价上提高了8%.     

产品装配体模型的空间结构相似性检索方法

针对因未考虑装配体空间结构而导致的检索结果不符合预期的问题,提出一种基于空间结构匹配的装配体模型检索方法.在运用空间特征点集表示装配体模型的基础上,提出了基于空间点集匹配方法的装配体相似度算法,综合零件属性相似度、零件空间位置相似度得到了装配体相似度.实验结果证明,该方法能够有效地实现产品装配体的相似性检索.     

基于文本相似度的自动文摘评价方法*

讨论了现有的自动文摘评价方法,并具体分析了内部评价方法的缺陷,由此提出了基于文本相似度的自动文摘评价方法.同时,通过基于VSM(支持向量机)相似度和基于语义相似度两种相似度方法来比较评价方法的性能.实验表明,基于相似度的方法实现简单、效果良好,是一种更接近自然模型的评价方法.     

基于深度学习的孔特征可制造性分析方法

针对传统基于知识库及规则库的零件可制造性分析方法柔性差,以及现有基于深度学习的可制 造性分析方法无法给出零件具体不可制造原因的现状,提出一种基于深度学习的零件可制造性分析方法。首先, 通过数字化建模技术构建大量带有具体可制造性类别标签的三维 CAD 模型,并进行点云提取,从而构建深度 学习所需数据集;然后,基于 PointNet 网络结构搭建面向孔特征可制造性分析的深度学习网络,并完成网络的 调参及训练;之后通过与基于体素表示的三维卷积神经网络(3D-CNN)及已有方法进行对比,说明所搭建的点 云深度学习网络具有更好的鲁棒性和较低的算法时间复杂度;最后通过一个实例零件对网络的实际性能进行检 验,对孔特征进行可制造性分析,识别出不可制造的孔特征,并说明其原因。实验结果表明,该方法能够在保 证较高识别准确率同时得出特征不可制造的具体原因,具有更大的使用价值。     

MC环境下基于加工特征的零件工时定额研究

工时定额是大规模定制生产模式下企业确定产品交货期和提高顾客满意度的重要参考依据。为更好地支持大规模定制生产的企业工时定额的制定,提出一种大规模定制环境下基于加工特征的零件工时定额的制定方法。在此方法中,运用面向对象方法将零件组内的加工特征进行分类、编码,建立加工特征信息模型,以便于零件加工特征的检索;采用神经网络技术,结合MATLAB软件针对编码系统中每一个最底层的加工特征建立对应的工时模型;根据零件加工特征的编码检索各个加工特征的工时模型,估算每个加工特征的加工工时,从而得到整个零件的工时定额。通过与传统的工时定额方法对比,验证了该方法的准确性和快速性。     

基于下料特征的大规模零件分组优化方法

针对诸多算法在处理大规模零件下料问题时易陷入时间效率和材料利用率矛盾的问题,提出一种基于零件下料特征的分组优化方法.首先采用图论工具对零件下料特征关联进行分析,建立零件相似特征关联有权无向图与零件下料配合特征关联有权无向图;然后将样本零件所表现的下料特征作为分组约束,通过对无向图最小生成树(MST)的分割完成待下料零件的自适应分组.优化前根据材料利用率对零件分组进行排序,优化中对零件的组间分布进行动态补偿,最后合并各组优化结果得到原问题的下料方案.实验结果表明,该方法是可行的和有效的.     

不变矩的改进支持向量机在显微目标识别中的应用研究

为完成多个微小零件的识别,提出了一种改进的支持向量机分类算法．该算法应用基于边缘提取的不变矩获得特征属性,利用基于粗糙集的可辨识矩阵的启发式属性约简算法获得特征属性的约简,最后应用支持向量机进行目标识别分类．比较了使用支持向量机分类和使用提出的改进支持向量机分类对多个微小零件识别的效果．在显微视觉环境下的实验表明,提出的改进支持向量机分类方法能满足系统应用要求,分辨率达95%．     

多特征融合的图像质量评价方法

为了规避图像质量评价中的视觉特征和池化策略难以选取和解释的问题,在提取参考图像和失真图像的多种底层特征的基础上,采用机器学习的方法自动预测真实图像质量,提出多特征融合的图像质量评价方法.针对参考图像和失真图像分别提取相位一致性、梯度、视觉显著性、对比度特征,计算4种特征的相似度图,提取相似度图的均值和方差特征,最后采用支持向量回归评价文中方法.在LIVE、CSIQ、TID2008和TID2013图像库上的实验表明,文中方法的主客观一致性较好.     

一种基于计数型布隆过滤器的分子相似性算法研究

分子相似性是虚拟筛选技术的重要环节,在计算机辅助药物设计中有着关键作用。在2D Fingerprint相似性判别过程中,一些典型的分子相似性评估过程使用了Hash函数进行分子指纹映射,然而Hash函数固有的冲突问题极易降低分子指纹的映射精度。提出了一种基于计数型布隆过滤器的指纹映射方法,对相似性判别过程进行了有效改进,并采用DUD LIB VS 1.0数据集对改进方法进行了比较验证,将ROCE,AUC,awROCE,awAUC值作为评价标准。与其他原始分子相似性方法相比,所提方法有效地提高了相似性判断的准确性和骨架跃迁能力。     

基于多特征的汉语句子相似度计算模型的研究

句子相似度的计算在自然语言处理的各个领域中都占有很重要的地位。文中深入分析了现有的一些句子相似度计算的方法,这些方法各自从词特征、词义特征或句法特征等某一侧面描述了句子相似的情况,未能全面地描述一个句子的完整信息。文中提出了一种新的基于多特征的汉语句子相似度的计算模型。该方法在基于词的基础上,从句子中词的表层到词的逻辑联系,从句子的局部结构到整体结构,用句子的区分度、相同词的相似度、长度相似度、词性相似度及词序相似度五个方面来综合考虑两个句子相似度的计算。实验结果表明,该方法合理、简便、可行。     

基于几何结构失真模型的图像质量评价研究

客观图像质量评价研究的目的是设计一种和视觉感知保持一致,且适用于各种失真模型的质量评价方法. 传统的结构相似度量质量评价方法忽视了自然图像本身的特点,不能很好地评判某些失真类型图像. 本文根据人眼视觉系统(Human visual system, HVS)在感知图像质量过程中的特点,探索自然图像的本征几何结构特征, 考虑像素点的方向失真、幅度失真和方差失真,提出了一种新型的基于图像几何结构失真模型的完全参考质量评价方法. 在标准数据库上的实验结果表明,本文方法适用于所有失真模型图像数据的质量评价, 计算复杂度相对较低,得到的图像客观评价结果和主观评价方法具有更好的一致性, 能够很好地反映人眼对图像质量的主观感受.     

深度视觉特征与策略互补融合的图像质量评价*

视觉多特征融合方法未考虑图像不同特征之间和不同评价算法之间的视觉互补性.通过融合人类视觉系统前端生理感知和后端心理处理特性,文中提出深度视觉特征互补融合(CPDVF)的图像质量评价方法.CPDVF深度提取图像的多通道直方图统计和多通道梯度结构这2种互补视觉特征,并进行深度视觉处理.然后设计局部失真度评价和局部相似度评价2种互补算法,分别对失真图像的上述互补视觉特征进行评价.最后联合视觉心理特性和回归函数,融合2种特征评价,获得失真图像质量的客观评价.实验表明,相比特征相似度、视觉显著等多特征联合方法,文中方法在准确度、单调性和可靠性指标上优势明显.     

基于局部不变特征的图像质量评价

针对结构相似度算法在感知图像质量时采取平均加权策略的不足,利用人眼对图像中不同区域的关注程度不同的特性,提出了基于局部不变特征的图像质量评价算法。该算法在失真图像结构相似度质量分布图的基础上,提取图像的局部不变特征点,将这些特征点周围一定区域赋予较大的视觉权重,最后运用综合加权策略来衡量失真图像的质量。在标准图像测试库上的实验结果表明,该算法计算复杂度相对较低,较大地提高了结构相似度算法的评价效果,与人眼主观感知图像质量取得了更好的一致性。     

基于标签信息特征相似性的协同过滤个性化推荐

标签推荐系统旨在利用标签数据为用户提供个性化推荐。已有的基于标签的推荐方法往往忽视了用户和资源本身的特征,而且在相似性度量时仅针对项目相似性或用户相似性进行计算,并未充分考虑二者之间的有效融合,推荐结果的准确性较低。为了解决上述问题,将标签信息融入到结合用户相似性和项目相似性的协同过滤中,提出融合标签特征与相似性的协同过滤个性化推荐方法。该方法在充分考虑用户、项目以及标签信息的基础上,利用二维矩阵来定义用户-标签以及标签-项目之间的行为。构建用户和项目的标签特征表示,通过基于标签特征的相似性度量方法计算用户相似性和项目相似性。基于用户标签行为和用户与项目的相似性线性组合来预测用户对项目的偏好值,并根据预测偏好值排序,生成最终的推荐列表。在Last.fm数据集上的实验结果表明,该方法能够提高推荐的准确度,满足用户的个性化需求。     

基于云模型重叠度的相似性度量

云模型相似性是用来度量同类概念不同语言值的多个云之间关联程度的方法,相似云及其度量分析方法的提出是对云模型理论的扩展。针对目前相似性度量方法中时间复杂度过高和结果不稳定等不足,提出了一种基于云模型重叠度的相似性度量算法。首先,根据云模型期望、熵、超熵三个数字特征,定义两个云模型的位置关系和逻辑关系;其次,利用两个云的位置和形状特性,计算得到它们间的重叠度;最后,结合云模型重叠度与相似度的关系,将云模型的相似性度量转化为相应重叠部分的定量化描述。通过对时间序列分类实例的应用,验证了该算法在保证结果稳定度和正确率的前提下,与目前时间消耗较低的云模型相似度计算方法(LICM)相比,计算复杂度降低了50%,表明该算法具有可行性和有效性。     

融合文本特征的汉老双语句子相似度计算方法

双语句子相似度旨在计算不同语言句子间的语义相似程度,在信息检索、平行语料库构建、机器翻译等领域有重要作用。由于汉语、老挝语平行语料稀少,且老挝语在语义表达、句子结构上与汉语有明显差异,导致汉老双语句子相似度研究的难度较大。该文提出了一种融合文本特征的汉老双语句子相似度计算方法,并构建了句子相似度模型。首先,在句子相似度模型中将汉语、老挝语的词性、数字共现等文本特征与GloVe预训练词向量融合,以此丰富句子特征,提升模型计算准确率。其次,由基于自注意力的双向长短时记忆网络组成多层孪生网络来提取长距离上下文特征和深层次语义信息,其中自注意力机制可以保证语义信息的有效利用。最后,采用迁移学习的方法将通用模型参数初始化,并使用不同的微调参策略增强模型的泛化能力。实验表明,该文提出的方法,其召回率、准确率和F₁值分别达到了82.5%、85.78%和84.00%。