基于SVM的填充轮廓分类方法

• 作者: 周波 李论 田同同 赵吉宾
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 支持向量机(SVM) 机器学习 填充轮廓分类方法
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 设计与开发|DESIGN & DEVELOPMENT
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP391.7
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.24.022

摘要

为提高3D打印技术填充过程中填充路径对填充轮廓几何特征的适应性,提出一种基于SVM的多边形轮廓分类方法.分析与填充轮廓相关的可测变量多边形的圆度、面积/周长比、锐角占比;利用机器学习方法建立SVM模型,对多边形类型进行分类预测.该方法可以避免逐一分析复杂的几何学参数,并且可高效、准确地对待填充轮廓进行自适应路径选择.结果表明:利用该方法可以取得良好的分类效果,模型预测精度达到90％以上,基本满足实际加工要求.