语义特征造型中特征识别技术的研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:k364709757
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特征造型技术作为新一代CAD/CAM集成系统的关键技术之一,是产品设计的核心。建立一个基于特征的、统一而完备的产品信息模型是必要的,它可以实现模型的可编辑性和易维护性。语义特征造型是一种可声明的特征造型方法,它不仅能提供描述详细且定义良好的特征语义,而且在整个造型过程中能有效地维护整个特征的语义。这种造型方法把特征造型的形状信息和功能信息结合在一起组成了特征的语义。由于现有的特征造型技术大都是针对规则形状的,而随着实际应用中越来越多的涉及到自由曲面特征,针对这类特征利用现有的方法会产生很多的问题,因此这是需要解决的一个问题。特征识别是一种从实体设计模型中提取加工特征的方法,它构成了计算机辅助设计/计算机辅助工艺设计(CAD/CAPP)之间的理想接口。经过这些年来的研究发展,先后提出了许多种有效的自动加工特征识别方法。针对传统的特征识别方法存在的不足之处,本文分析了造型过程中与特征识别相关的操作过程,并提出了的特征参数化定义,研究了自由曲面特征的模板匹配识别方法,并对其不足之处改进,提出了基于模板进化的自由曲面特征识别方法。首先给出了自由曲面特征的参数化定义,在此基础上对此定义的完整性进行了分析。接着从特征的参数化定义入手,提出了特征识别方法的参数化定义及方法有效性的一般性判定规则。其次,在原有的模板匹配识别方法基础上,利用参数化思想重新给出该方法步骤及其有效性分析。针对模板匹配方法的缺点,对其进行改进,提出了基于模板进化的自由曲面特征识别方法。该方法模拟生物学的进化思想,首先利用模板匹配方法找出了特征库中目标特征的最佳匹配对应特征,再利用两次进化过程,分别对参数值和参数映射进化,得到目标特征基面上最适合的对应特征。利用基于特征的参数变形,将目标特征的基面分离出来。最后从前面得到的最佳匹配特征出发,进行一个新的进化特征识别过程,得到了最终的特征识别结果。
其他文献
近年来,社会各界对云计算的关注度不断攀升,各种规模的商业云平台不断被建立起来,为远在千里之外的用户提供服务。为了保证服务质量,企业不惜投入大量资金在购买带宽上。然而
随着互联网的迅速发展和普及,网络已经成为人们获取信息的一个重要途径。由于网络信息资源飞速增长,如何有效地处理这些海量信息,并检索出用户所需信息成为一个非常重要的研
论文以数字图像处理为理论基础,借助了一些信号处理和计算机视觉上的一些思路来研究古碑文图像的处理,通过对大量的古碑文图像进行分析,针对不同的碑文图像特点,对不同的碑文
云存储作为一种新兴的存储模式,以其低成本、高可靠、弹性和按需付费的特点,吸引了越来越多的企业和用户将数据放在云端。如何降低云存储中海量数据的存储开销成为一个重要的
人体姿势估计是实现图像理解和行为识别的关键技术。但是,自身的遮挡,衣着的变化,面内和面外旋转等情况,导致了人体姿势估计问题一直没有得到很好的解决。近年来,深度学习技
随着计算机技术的不断发展,网络技术和应用软件开发技术的应用越来越广泛。随着检察院系统事业的发展,对规范行政管理流程、提高办公效率、加强决策支持的要求越来越高。所以
随着社会的不断进步,计算机技术、互联网技术等不断发展,数据也越来越丰富和复杂,针对丰富且复杂的数据进行聚类分析的重要方向也越来越受到人们的关注,高维数据聚类更是重点
本文根据发电企业的特点,结合电厂机组综合评优的实际需求,对数据仓库、ETL、OLAP、数据挖掘等基础理论和关键技术,进行了深入有效的研究。文章重点讨论了系统构建过程中数据
随着空间信息应用需求的不断增长,人们对地观测数据需要更高的分辨率、更快的获取速度和更大的信息量,随之对空间信息的服务和共享提出了更高的要求。G/S模式是继目前网络软
随着IT技术的发展,近几年云计算技术逐渐成熟。由于数据中心的数量和规模急速增长,如何合理地利用资源同时有效节省数据中心能耗成为热门的课题。作为云计算底层的IaaS层,是