基于自组织神经网络的特征识别

吉林大学学报(工学版)

基于自组织神经网络的特征识别

易荣庆1,2，李文辉1,2，王铎1,2

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

收稿日期:2007-05-18 修回日期:2007-09-07 出版日期:2009-01-01 发布日期:2009-01-01
通讯作者: 李文辉

Feature recognition based on self-organized neural network

YI Rong-qing1,2，LI Wen-hui1,2，WANG Duo1,2

1.College of Computer Science and Technology, Jilin University, Changchun 130012,China; 2.Jilin Electric Power Company, Changchun 130021,China

Received:2007-05-18 Revised:2007-09-07 Online:2009-01-01 Published:2009-01-01
Contact: LI Wen-hui

摘要/Abstract

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。

关键词: 计算机应用, 特征识别, 属性邻接图, 自组织神经网络

Abstract: 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 approach for the feature recognition and maintenance.

Key words: computer application, feature recognition, attributed adjacency graph, self-organized neural net

中图分类号:

TP319.72

易荣庆,，李文辉,，王铎, . 基于自组织神经网络的特征识别[J]. 吉林大学学报(工学版), 2009, 39(01): 148-153.

YI Rong-qing1,2，LI Wen-hui1,2，WANG Duo1,2 . Feature recognition based on self-organized neural network[J]. 吉林大学学报(工学版), 2009, 39(01): 148-153.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed