摘要
本发明公开了一种基于邻接图网络的机械装配信息识别方法、系统及存储介质,属于数字化装配的技术领域,首先,构建邻接图;然后,基于卷积层,聚合邻居节点的特征,初始化组件的特征向量,捕捉组件间的装配关系;基于注意力层,利用多头注意力机制计算零组件与邻居节点之间的注意力权重,生成新的特征表示;然后,堆叠注意力层,以提取高层次特征信息。基于分类层,采用全局平均池化层聚合所有组件的特征,生成加速器的全局表示,并使用全连接层和激活函数进行装配关系的多类别分类,输出装配类型的概率分布,实现识别子图装配类型。本发明能够高效、准确地识别和分类不同类型的装配关系,显著提升了现代制造业的生产效率和产品质量。
技术关键词
信息识别方法
节点特征
邻居
多头注意力机制
模型训练模块
机械
数据采集模块
网络
信息识别系统
训练识别模型
识别模型训练
交叉验证方法
高层次
识别模块
加速器
矩阵
关系
零件
系统为您推荐了相关专利信息
车辆运行状态
协同调度方法
多车协同
策略
协同调度系统
城市排水系统
风险评估方法
节点特征
卷积网络模型
拓扑图
AI图像识别
土壤传感器
植被
卫星遥感影像
气象站
解析计算方法
动态权重分配
雷达传感器
时域特征
频域特征
身份检测方法
轨道交通行业
物料位置信息
多模态
图像