基于图卷积神经网络的加工特征识别方法

针对传统特征识别方法难以处理多变特征和相交干涉特征的局限性,提出了一种基于图卷积神经网络(GCN)的特征识别方法,为最大限度地利用加工特征属性邻接图中的信息,设计了加工特征的初始节点嵌入向量矩阵以作为模型训练的基础。通过将采集的各加工特征数据集用于图卷积神经模型的训练,并通过试验进行了模型参数调优,将GCN模型应用于加工特征的分类识别任务中,达到了约99%的整体识别性能。与经典的图匹配方法对比分析结果表明:该方法整体性能更为优越,具有良好的通用性和鲁棒性。