基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了检索最相似的CAD模型,本文结合遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,提出了基于遗传退火算法的模型相似性度量方法.利用面的边数差异来计算源模型面与目标模型面之间的形状相似性.结合面的形状相似性和面的邻接关系来计算面的结构相似性.以面的形状相似性和结构相似性为基础,构造2个模型的整体相似度矩阵.利用遗传退火算法对该矩阵进行搜索,得到2个模型之间的最优面匹配序列.以最优面匹配序列为基础,计算2个模型的相似性.实验结果表明:相对于模拟退火算法,本文所提出方法使13.33%的模型的排序效果有所改善.该方法能够更准确地度量2个模型之间的差异.
推荐文章
基于粒子群算法的三维CAD模型相似性计算
形状差异
模型相似性
粒子群算法
匹配序列
基于面匹配的模型相似性度量方法
模型相似性
面邻接图
面匹配矩阵
贪心算法
一种基于熵的文本相似性计算方法
文本相似性
字符串匹配
编辑距离算法
最长公共子序列
基于变迁图编辑距离的流程相似性算法
Petri网
相似性度量
变迁图
图编辑距离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传退火算法的模型相似性计算方法
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 遗传算法 模拟退火算法 遗传退火算法 形状相似性 邻接关系 结构相似性 整体相似度矩阵 面匹配序列
年,卷(期) 2020,(7) 所属期刊栏目
研究方向 页码范围 1073-1079
页数 7页 分类号 TP391.7
字数 6655字 语种 中文
DOI 10.11990/jheu.201901093
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高雪瑶 哈尔滨理工大学计算机科学与技术学院 36 60 5.0 6.0
2 张春祥 哈尔滨理工大学软件与微电子学院 33 80 6.0 7.0
3 谭涛 哈尔滨理工大学计算机科学与技术学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (23)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(13)
  • 参考文献(0)
  • 二级参考文献(13)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(16)
  • 参考文献(1)
  • 二级参考文献(15)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(7)
  • 参考文献(5)
  • 二级参考文献(2)
2017(8)
  • 参考文献(8)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
模拟退火算法
遗传退火算法
形状相似性
邻接关系
结构相似性
整体相似度矩阵
面匹配序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导