基于DAGSVM和决策树的电气草图符号识别

• 作者: 方贵盛 王玉豪
• 来源期刊: 轻工机械
• 学科: 工学
• 关键词: 符号识别 决策树 有向无环图支持向量机(DAGSVM) 笔画特征
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 自控·检测
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP391
• 字数: 3319字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2895.2017.04.012

摘要

针对电气行业设计人员构思初步电路方案徒手绘制电气草图时,存在的电气符号模糊性和输入的随意性等缺点,提出基于有向无环图支持向量机(DAGSVM)和决策树的组合符号识别模型.提出了改进的有向无环图支持向量机多分类算法用于基本符号识别和组合符号识别;在组合符号预分类过程中引入决策树算法用来减少分类器的数量.应用结果表明:应用该模型的系统不仅能够有效识别出各种复杂的手绘电气符号,且有效地降低了识别的计算成本.该系统能帮助电气工程师将设计思想快速、清晰地转换为电气工程图,提高了设计效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方贵盛	浙江水利水电学院机械与汽车工程学院	54	279	9.0	15.0
2	王玉豪	浙江大学机械工程学院	1	0	0.0	0.0