混合KPCA和SVM的机械零件形状识别方法研究

• 作者: 冯长建 吴斌 罗跃纲
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 形状识别 傅里叶描绘子 核主分量分析 支持向量机 机械零件
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息技术/Information Technology
• 页码范围: 132-134,139
• 页数: 4页
• 分类号: TP391.41
• 字数: 3039字
• 语种: 中文

摘要

机械零件形状识别是机械视觉领域的一项重要研究内容。通过傅里叶描绘子，抽取机械零件形状的轮廓信息，形成一系列的高维矢量集合；利用核主分量分析( KPCA)进行特征矢量降维；再利用支持向量机( SVM)对一些简单的机械零件(垫圈、螺母和螺栓)进行了分类实验。实验表明，对于不重叠且形状完整的机械零件具有非常高的识别率，为机械零件智能分拣、智能装配等任务的设计提供了重要的参考依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗跃纲	大连民族大学机电信息工程学院	46	567	16.0	22.0
2	冯长建	大连民族大学机电信息工程学院	23	299	8.0	17.0
3	吴斌	大连民族大学机电信息工程学院	16	102	6.0	9.0