结合相关反馈技术的冲压件检索方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 241-245.

结合相关反馈技术的冲压件检索方法

刘雪梅，丁伟文，李爱平

同济大学现代制造技术研究所，上海 200092

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

Similarity retrieval methodology of stamping parts with relevance feedback

LIU Xuemei，DING Weiwen，LI Aiping

Institute of Advanced Manufacturing Technology，Tongji University，Shanghai 200092，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 为了更好地检索出用户满意的冲压件实例，将相关反馈过程与模块加入冲压件实例检索系统。给出了基于向量空间的冲压件实例相似度计算公式与反馈迭代算法，分两个阶段考察新旧实例间的相似度，其结果由用户判断其相关性，采用Ide-regular算法进行反馈运算，该步骤可以不断循环以逼近较为满意的实例。采用基于离差信息的权重更新算法，综合用户检索偏好和实例自身信息计算其组合权重。结果表明，所提出的反馈计算方法有利于提高冲压件检索准确度。

关键词: 相关反馈, 实例检索, 相似度, 权重

Abstract: In order to seek the satisfactory stamping parts cases，relevance feedback process and module are added into the case retrieval system.The calculation formula of stamping parts cases similarity degree and relevance feedback iterative method are presented.The results are calculated in a dual-step between the new part and old ones，are judged by the users to define its relativity，and are taken into the feedback operation by means of Ide-regular algorithm.This course can be repeatedly circled to approach to a rather satisfied case.Deviation information is adopted into the weight update algorithm，which can combine the users’ search preference and the self-information from cases.The results show that this feedback means has high effectiveness in the similarity retrieval system.

Key words: relevance feedback, case retrieval, similarity degree, weight

刘雪梅，丁伟文，李爱平. 结合相关反馈技术的冲压件检索方法[J]. 计算机工程与应用, 2011, 47(7): 241-245.

LIU Xuemei，DING Weiwen，LI Aiping. Similarity retrieval methodology of stamping parts with relevance feedback[J]. Computer Engineering and Applications, 2011, 47(7): 241-245.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[4]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[5]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[6]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[7]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[8]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[9]	张公凯，陈才学，郑拓. 改进鲸鱼算法在电动汽车有序充电中的应用[J]. 计算机工程与应用, 2021, 57(4): 272-278.
[10]	周舟，韩芳，王直杰. 改进SSD算法在中国手语识别上的应用[J]. 计算机工程与应用, 2021, 57(3): 156-161.
[11]	朱惠娟，宗平，丛玉华. 基于权重池的多尺度图像质量评估方法[J]. 计算机工程与应用, 2021, 57(3): 215-221.
[12]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[13]	刘万军，张正寰，曲海成. 融合DenseNet的多尺度图像去模糊模型[J]. 计算机工程与应用, 2021, 57(24): 219-226.
[14]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[15]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.