基于RBF神經(jīng)網(wǎng)絡的手繪電氣草圖識別研究.pdf

1、CAD技術(shù)由于其簡單快捷、存儲方便等諸多優(yōu)點使得它在眾多領域的設計中有著不可替代的作用,它能夠大大提高設計質(zhì)量、縮短設計周期、共享設備資源和增強數(shù)據(jù)處理能力。但是它主要應用于設計的后期階段,對于設計過程中的靈感捕捉,思維探索幫助不大,不能滿足設計早期階段的需要。但紙上草圖也有它自身的缺陷,缺少“設計記憶”,對設計方案難以存儲、整理、搜索和重用,尤其缺少有效的互動交互性能。因此研究能夠?qū)⒓埞P的手繪草圖和計算機結(jié)合起來的設計工具是設計師們所

2、希望的,具有十分重要的意義。電路圖設計在CAD技術(shù)中是一個非常重要的領域。
　　本文針對CAD技術(shù)的缺陷,對手繪電氣草圖在線識別技術(shù)進行了深入研究。并對手繪電氣草圖在線識別的關(guān)鍵部分做了探討和實驗。本文工作主要如下:
　　1.研究了面向RBF神經(jīng)網(wǎng)絡分類器的手繪電氣草圖兩級特征的選擇和提取方法,定義了手繪電氣草圖的結(jié)構(gòu)特征和關(guān)系特征,并將其應用到手繪電氣草圖的特征提取當中。特征的提取和選擇是手繪電氣草圖識別中最關(guān)鍵的部分,特

3、征提取的好壞將直接影響識別效果。本文采用最佳逼近能力的RBF神經(jīng)網(wǎng)絡對手繪電氣草圖進行在線識別。所以選擇類間距離大,而類內(nèi)方差小的特征能夠取得很好的識別效果。本文對手繪電氣符號的結(jié)構(gòu)進行仔細觀察分析,發(fā)現(xiàn)了面向RBF神經(jīng)網(wǎng)絡分類器的手繪電氣草圖的不變性可分性特點即手繪電氣草圖由一些基本筆劃順次構(gòu)成且這些基本筆劃之間存在著一定的約束關(guān)系;并將順次構(gòu)成手繪電氣草圖的基本筆劃特征定義為結(jié)構(gòu)特征,將構(gòu)成手繪電氣草圖的這些基本筆劃之間的約束關(guān)系定

4、義為關(guān)系特征。將結(jié)構(gòu)特征作為分類識別系統(tǒng)中的一級特征,專門預留0或1開頭的兩位十進制數(shù)作為其編碼;將關(guān)系特征作為分類識別系統(tǒng)中的二級特征,專門預留2或3開頭的兩位十進制數(shù)作為其編碼。并相應給出結(jié)構(gòu)特征和關(guān)系特征的提取算法。
　　2.改進了RBF神經(jīng)網(wǎng)絡的中心學習方法。常用的RBF神經(jīng)網(wǎng)絡聚類算法的中心學習一般使用K均值算法,這種方法對初始聚類中心敏感,使得算法結(jié)果不夠精確,甚至無法收斂。本文提出的改進學習方法能夠克服上述提到的缺點

5、,并能充分利用了訓練樣本信息,有效降低了孤立點對聚類效果的影響和提高聚類效率。
　　3.提出了一種用RBF神經(jīng)網(wǎng)絡組成的特殊的兩級串聯(lián)的分類系統(tǒng)。在模式識別中分類器的設計也是非常關(guān)鍵的技術(shù)。本文通過對多級分類器集成技術(shù)的分析,提出了一種用RBF神經(jīng)網(wǎng)絡組成的特殊的兩級串聯(lián)的分類系統(tǒng)。兩級分類器均采用RBF神經(jīng)網(wǎng)絡。第一級分類器用作預分類,第二級分類器用作細分類。預分類采用一個RBF神經(jīng)網(wǎng)絡,用一級特征作為預分類的輸入特征向量;細分