陈颖
- 作品数：3 被引量：0H指数：0
- 供职机构：中国计量学院机电工程学院更多>>
- 发文基金：浙江省自然科学基金国家质检总局科技计划项目更多>>
- 相关领域：机械工程自动化与计算机技术金属学及工艺更多>>
- 基于散乱数据的精加工刀心轨迹生成
- 2013年
- 基于SOFM神经网络构建了散乱数据的精加工刀心轨迹生成模型。采用截平面法的加工方法,切触点沿截平面与加工表面的截交线点集分布。构建切触点优化分布模块,直接对测量散乱数据按照残留高度调整切削行距,按照允许的加工误差调整走刀步长,实现切触点沿走刀方向的优化分布。构建刀心轨迹生成模块,得到各切触点处的曲面法矢量,则可计算精加工刀心轨迹。实验表明所构建的精加工刀心轨迹生成模型有效可行。
- 张伟檀中强陈颖
- 关键词：精加工神经网络散乱数据
- 扫描式数据采集测头半径的三维智能计算补偿
- 2012年
- 探讨了基于扩展的自组织特征映射神经网络的扫描式密集数据采集的测头半径三维补偿。构建了测头半径三维补偿神经网络模型及其训练算法。首先经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近;然后对子区域的分类核心,即神经元位置权重,沿微切平面法矢方向进行修正;最后根据微切平面的法线,对测头半径进行三维补偿。算例表明所创建的测头半径三维补偿神经网络模型有效可行。
- 张伟陈颖
- 关键词：三坐标测量机测头半径补偿矩形网格
- 精确逼近密集散乱点数据的矩形网格
- 2013年
- 基于自组织特征映射(Self-Organizing Feature Map,SOFM)神经网络构建的矩形网格模型可以实现密集散乱点数据自组织压缩,生成双有序点列,但该模型存在矩形网格的逼近误差和边缘误差。为减小矩形网格的逼近误差和边缘误差,改进了矩形网格模型的训练模式。首先采用整个测量点集对矩形网格模型中的所有神经元进行整体训练;然后对矩形网格中的网格神经元的位置权重,沿网格顶点法矢方向进行修正;最后采用测量点集中的边界点集,对矩形网格模型中的网格边界神经元进行训练。算例表明,应用该训练模式,可以有效减小矩形网格的边缘误差,矩形网格逼近散乱数据点集的逼近精度得到大幅提高并覆盖散乱数据点集整体分布范围。
- 张伟陈颖
- 关键词：逆向工程矩形网格神经网络散乱点数据
