复杂网络下机械零件三维轻量级识别方法

简介

为精准获取机械零件尺寸,明确产品质量是否达到安全标准,提出一种复杂网络下机械零件三维轻量级识别方法。将机械零件三维信息转换为复杂网络下加工数据,利用邻接矩阵描述网络节点与边的内在关联,创建机械零件三维模型;把零件数据点拟作局部多项式曲面,推算各点在曲面内的投影残差,计算特征点相关指数,使用折线生长技术提取模型特征线;将三维模型变换成体素矩阵,确立不同三维特征间的差异,通过二维典型视图训练卷积神经网络,在正、反向传播运算后输出三维轻量级识别结果。仿真结果表明,所提方法有效提升了机械零件三维模型识别精度与效率,鲁棒性强,为机械零件的高质量生产提供可靠数据支持。