计算机应用研究

作者：徐东升,陈友玲,刘舰,谢蓉,吴璐,

单位：重庆大学机械与运载工程学院,重庆400044；

关键词：云制造,加工设备,SVM算法,SMO,自动分类,

基金：国家“863”计划资助重点研发项目(2018YFB1703002)；中央高校基本科研业务费资助项目(2019CDCGJX222)；中央高校科研业务费资助项目(2018CDXYJX0019)；；

云制造资源的有效分类是资源服务化封装及后续制造资源服务检索的前提条件，针对高维度特征、多类别加工设备资源的分类问题。依据描述云制造加工设备资源属性特征的XML文档，提取资源属性特征并进行向量化处理。基于SVM算法建立制造资源自动分类预测算法模型，引入SMO算法提升SVM分类算法的分类效率，并利用网格搜索寻求SVM算法的最优参数从而优化SVM算法效果。最后基于某设备资源集的原始设备信息对不同加工设备进行分类实验，验证了该分类模型的有效性以及可行性。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期