[發明專利]一種基于樸素貝葉斯分類器的autoCAD圖塊識別方法及裝置

在審

• 申請號: 201810264906.2
• 申請日: 2018-03-28
• 公開（公告）號: CN108491885A
• 公開（公告）日: 2018-09-04
• 發明（設計）人: 陳境煥;李海燕;黃運保;李璞
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

本發明提供的一種基于樸素貝葉斯分類器的autoCAD圖塊識別方法及裝置，其中方法包括：獲取目標圖塊和非目標圖塊作為圖塊數據庫；隨機抽取訓練集和測試集；確定與圖塊對應的特征；根據特征訓練多項式模型、伯努利模型和混合模型；并測試得到模型準確率最高的模型作為最終模型，構造樸素貝葉斯分類器對待識別圖塊進行識別。本發明通過將數據庫分為訓練集和測試集，然后通過訓練集訓練多項式模型、伯努利模型和混合模型，通過測試集得到對應的模型準確率，根據模型準確率選擇最好的模型進行構建用于識別autoCAD圖塊的樸素貝葉斯分類器，使得該樸素貝葉斯分類器能夠有較高的準確率，識別效率高，解決了現有技術識別準確率低的技術問題。

技術領域

本發明涉及圖塊識別技術領域，尤其涉及一種基于樸素貝葉斯分類器的autoCAD圖塊識別方法及裝置。

背景技術

autoCAD是現在比較流行的計算機輔助設計軟件，其涉及的領域多，應用相當廣泛。我們通過autoCAD進行二次開發，能夠讓autoCAD的功能更專用化，使得autoCAD快速滿足不同對象的需求，實現高效的輔助設計。其中，autoCAD圖塊的識別，其中的一個技術關鍵。AutoCAD圖塊是由多個圖元組合而成。現有的技術是通過對autoCAD圖塊的準確識別，比如：通過圖塊的名稱，或準確判定圖塊的各個圖元組成部分去識別圖塊。

但是，由于很多行業的圖塊沒有特定的標準，所以不同的公司，對相同意義的圖塊的畫法或名稱是不一致的，這樣導致autoCAD圖塊的快速識別難度增加。比如：中興通信發布的Qcell、pBrige有源室分系統模塊，因為沒有一定的行業標準，所以不同的電信設計院對Qcell、pBrige模塊在autoCAD上的表示方式不一致，有一些差異，但是大體是相似的(即它們都有很多相同的特征，但是又有不相同的部分)。這對autoCAD程序識別不同電信設計院畫出來的Qcell、pBrige圖元增加了很大的難度。其他的autoCAD圖元也有類似問題，如電路元器件，因為沒有行業標準，或者即便有行業標準，因為有些autoCAD文件過大，設計人員容易出現操作錯誤(或不按照行業標準來操作)，導致最終的圖塊跟目標的圖塊有所差異，這也會導致autoCAD程序識別不出來，或者識別錯誤，大大增加了識別的程序識別的難度。這些圖塊如圖(3)所示。

對于pBrige這一類的autoCAD圖塊,它們有很多共同的特征，但是表示方式又不完全一樣，對于prru這類的autoCAD圖塊也是如此。那么一般的識別程序則識別不出來，或者識別難度很大，再給另外一個同類的autoCAD圖塊，又會出現識別不出來，或者識別難度很大的情況。因此，一般的識別程序識別容差率很小，導致識別準確率很低。

發明內容

本發明提供了一種基于樸素貝葉斯分類器的autoCAD圖塊識別方法及裝置，用于解決一般的識別程序識別準確率很低的技術問題。

本發明提供的一種基于樸素貝葉斯分類器的autoCAD圖塊識別方法，包括：

S1：獲取目標autoCAD圖塊和非目標autoCAD圖塊作為圖塊數據庫；

S2：將圖塊數據庫中的目標autoCAD圖塊和非目標autoCAD圖塊隨機抽取三分之二作為訓練集，剩下三分之一作為測試集；

S3：根據圖塊數據庫中的目標autoCAD圖塊確定與autoCAD圖塊對應的特征；

S4：根據訓練集中的autoCAD圖塊和與autoCAD圖塊對應的特征訓練多項式模型、伯努利模型和混合模型；

S5：將測試集中的autoCAD圖塊測試訓練后的多項式模型、伯努利模型和混合模型，得到模型準確率；

S6：選擇模型準確率最高的模型作為最終模型，構造用于識別autoCAD圖塊的樸素貝葉斯分類器；

S7：通過樸素貝葉斯分類器對待識別圖塊進行識別。