基于SVM的多属性航空零件分类识别方法、介质及设备

本发明公开了基于SVM的多属性航空零件分类识别方法，获取数据并进行预处理；基于三维模型解析获取零件的属性信息并对其类型进行标注，然后，对数据进行清洗；数据编码预处理与特征融合；利用大型语言模型对属性信息进行处理得到多属性特征向量，并作为数据集，将数据集拆分为测试集和训练集；构建SVM模型，并基于训练集训练SVM模型；选用径向基函数作为支持向量机的核函数；交叉验证及网格搜索；基于测试集对SVM模型进行交叉验证，然后，系统地遍历参数空间，找到最佳的模型参数；使用训练后的SVM模型对新数据进行预测。本发明通过结合LLM模型的语义理解与SVM的分类能力，实现了对航空零件的分类，提高了分类的准确性和效率，具有较好的实用性。