基于SVM的填充轮廓分类方法

来源：机床与液压杂志2021年第24期北京时间：

作者：周波，李论，田同同，赵吉宾

单位：中国科学院沈阳自动化研究所;中国科学院机器人与智能制造创新研究院；中国科学院沈阳自动化研究所;中国科学院机器人与智能制造创新研究院；中国科学院沈阳自动化研究所;中国科学院机器人与智能制造创新研究院；中国科学院沈阳自动化研究所;中国科学院机器人与智能制造创新研究院

摘要：为提高3D打印技术填充过程中填充路径对填充轮廓几何特征的适应性，提出一种基于SVM的多边形轮廓分类方法。分析与填充轮廓相关的可测变量多边形的圆度、面积/周长比、锐角占比；利用机器学习方法建立SVM模型，对多边形类型进行分类预测。该方法可以避免逐一分析复杂的几何学参数，并且可高效、准确地对待填充轮廓进行自适应路径选择。结果表明：利用该方法可以取得良好的分类效果，模型预测精度达到90％以上，基本满足实际加工要求。

关键词：支持向量机（SVM）;机器学习;填充轮廓分类方法

基金资助：国家重点研发计划项目（2016YFB11005）；国家自然科学基金青年科学基金项目（51605475）；国家自然科学基金面上项目（51775542）