典型文献
基于KNN算法的镜片后弯曲率半径引起的焦度测量误差补偿
文献摘要：
在传统焦度计测量中,由于被测镜片后表面曲率半径变化,使得镜片后顶点与光阑表面无法完全重合,造成焦度测量误差随镜片度数增大而增大的情况.针对此传统测量上无法克服的测量误差,提出了一种利用不同焦度镜片图像提取不同特征的方法,获得了不同焦度镜片的特征数据集,并将特征数据集利用机器学习中k-近邻聚类算法(KNN algorithm)进行分类.选取折射率为1.551的-20～+20m-1每隔1m-1的单焦点镜片,折射率为1.56与1.60的-15～+8m-1每隔0.5m-1的单焦点镜片进行镜片图像采集.实验结果表明,所提方法下分类的精准度、召回率与F1评分均为100％,三个模型均能正确识别其对应的所有测试镜片,克服此测量误差.
文献关键词：
焦度计;测量误差;KNN算法
中图分类号：
作者姓名：
高璇;金涛;何荣
作者机构：
上海理工大学光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]高璇;金涛;何荣-.基于KNN算法的镜片后弯曲率半径引起的焦度测量误差补偿)[J].光学技术,2022(06):690-695
A类：
+20m,+8m
B类：
KNN,镜片,弯曲率,曲率半径,测量误差补偿,焦度计,计测,后顶,顶点,光阑,面无,全重,成焦,传统测量,图像提取,特征数据集,近邻聚类,聚类算法,algorithm,折射率,每隔,1m,5m,图像采集,召回率,试镜
AB值：
0.378672
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
