传动技术 ›› 2025, Vol. 39 ›› Issue (04): 67-72.
• • 上一篇
肖文林， 王玉娟， 郦羽， 杨鑫锋， 万志敏
摘要： 为提升船舶小组立分类效率，实现适用于机器人作业的小组立分类自动化，提出了一种基于不同机器人性能与可达性的小组立分类准则，将小组立划分为9类。结合船舶小组立的结构特性，构建了对应的图神经网络自动分类模型。从覆盖所有类别的实船分段中随机抽取4390个小组立模型，并对每类模型进行人工标注。按类别随机划分数据集，其中80%作为训练集，10%作为验证集，10%作为测试集。利用训练集和验证集对模型进行训练，最终在测试集上验证分类模型的性能。结果表明，该模型在测试集上的准确率为0.9199，精确率为0.9217，召回率为0.9201。所构建的分类模型具有较高的准确率，实现了小组立分类的自动化，具备较强的工程应用价值。
中图分类号:
