基于SVM的填充轮廓分类方法

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 工艺装备与智能机器人研究室

	基于SVM的填充轮廓分类方法
	周波 1,2; 李论 1,2; 田同同 1,2; 赵吉宾 1,2
刊名	机床与液压
	2021
卷号	49 期号:24 页码:110-113
关键词	支持向量机（SVM）机器学习填充轮廓分类方法
ISSN号	1001-3881
其他题名	Filling Contour Classification Method Based on SVM
产权排序	1
英文摘要	为提高3D打印技术填充过程中填充路径对填充轮廓几何特征的适应性,提出一种基于SVM的多边形轮廓分类方法。分析与填充轮廓相关的可测变量多边形的圆度、面积/周长比、锐角占比;利用机器学习方法建立SVM模型,对多边形类型进行分类预测。该方法可以避免逐一分析复杂的几何学参数,并且可高效、准确地对待填充轮廓进行自适应路径选择。结果表明:利用该方法可以取得良好的分类效果,模型预测精度达到90%以上,基本满足实际加工要求。
语种	中文
资助机构	国家重点研发计划项目（2016YFB11005） ; 国家自然科学基金青年科学基金项目（51605475） ; 国家自然科学基金面上项目（51775542）
内容类型	期刊论文
源URL	[http://ir.sia.cn/handle/173321/30219]
专题	工艺装备与智能机器人研究室
通讯作者	周波
作者单位	1.中国科学院机器人与智能制造创新研究院 2.中国科学院沈阳自动化研究所
推荐引用方式 GB/T 7714	周波,李论,田同同,等. 基于SVM的填充轮廓分类方法[J]. 机床与液压,2021,49(24):110-113.
APA	周波,李论,田同同,&赵吉宾.(2021).基于SVM的填充轮廓分类方法.机床与液压,49(24),110-113.
MLA	周波,et al."基于SVM的填充轮廓分类方法".机床与液压 49.24(2021):110-113.