基于神经网络的工程图知识表示方法研究.pdf.pdf

work工程图刘继飞韩中华知识LiuJifeiHanZhonghua表(沈阳建筑大学信息与控制工程学院,辽宁沈阳110168)不方(FacultyofInformation&ControlEngineering,ShenyangJianzhuUniversity,LiaonJngShenyangI10168)法研究摘要:,把识别过程转化为网络内部权值计算过程。关键词:工程图:知识表示:人工神经网络:BP算法中图分类号:TP183文献标识码:A文章编号:l671-4792-(2008)1-0092—03Abstract:work(ANN).:EngineeringDrawlngs;KnowledgeRepresentation;ANN;BP^Igorithin0弓f言格、知识间的交互重叠等,这种不确定性使知识具有不完备随着工程图纸识别研究的深入开展,出现了很多识别效性和模糊性。作为形象表达的工程图,其中某些工程制图读率和精度比较高的矢量化技术和成果。但是,它们采用的识图知识的经验性****惯性和图形对象约束的隐含性、位置的别方法大多拘泥于局部、串行处理的较低层次”],存在着智随机性使无法用结构化的形式表示的。工程图知识从不同的能程度低、适应性能差等缺点,已实现的识别能力和质量离角度出发,有不同的划分方法。从其作用范围来进行划分,实际需求还有一定的差距。这些方法因其本身的局限性,无工程图知识可以分为常识性知识和领域性知识。常识性知识法靠改进来达到完全令人满意的目标。近年来,人工智能技是通用知识,是人们普遍知道的知识,可用于所有领域领术和CAD技术广泛结合,特别是人工智能中的知识工程、专域性知识是面向某个具体专业领域的知识,只有相应专业领家系统、定性推理、面向对象、模糊逻辑与神经网络技术在域的工程技术人员才能掌握并用来绘图和读图。如果从工程CAD中的应用,使得工程图纸的自动处理研究正在以知识为图知识的作用和表示来划分,可分为说明性知识、规则性知基础的理解性识别方面进行探索。识、控制性知识。说明性知识是和工程图素、图元等有关本文在总结工程图知识及其特点的基础上,采用人工神的概念、事实、属性、特征及其关系的描述,这类知识是静经网络的方法表示知识,并使用BP神经网络设计了工程图形态的,是属于低层次的知识。规则性知识是指识别过程中与符号的知识表达方法和识别算法,这对实现工程图纸识别的动作、流程相联系的因果关系知识,这类知识是动态的,变自动化和智能化具有重要意义。化的。控制性知识是识别过程中步骤组织、调整等关于怎么1工程图知识的特点和分类做的知识,这类知识带有技巧性,比如,当有多个动作被同工程图知识是工程技术人员在设计过程中逐步积累起来时激活时,应选择哪一个动作来执行。不同类型的知识常常的工程绘图和读图的知识这些知识既有定性又有定量的,需要不同的表示方法,同一知识也可用不同的表示方法人既有确定性、结构化的,又有不确定性、非结构化的。其不工智能的传统知识表示方法中,有产生式、框架、语义网络、确定性主要表现在设计对象的组成共享、属性限