1.一种非刚体零件的装配接触状态识别方法，其特征在于，所述方法包括以下步骤：步骤1：建立训练数据集{Xtrain,Ctrain}与测试数据集{Xtest,Ctest}；

其中，Xtrain，Xtest为装配过程中采集的六维力数据X＝(fx,fy,fz,mx,my,mz)，fx,fy,fz分别为沿x,y,z轴方向的力数据，mx,my,mz分别为绕x,y,z轴的力矩数据，Ctrain，Ctest为分别与Xtrain，Xtest对应的接触状态，即数据所属的类别；

* *

步骤2：根据公式(1)得到归一化后的训练数据Xtrain与测试数据Xtest；

*

步骤3：使用训练数据Xtrain ，根据公式(2)，通过最小化对数似然函数lnLmax(λ)计算每一维数据高斯化转换的参数λi，i＝1,2,...,6；

(λ)

式中：残差平方和lnQe(λ,z )根据式(3)‑(6)计算；

(λ) (λ)' ‑1 (λ)

lnQe(λ,z )＝z (I‑X(X'X) X')z         (3)步骤4：使用步骤3得到的高斯化转换参数λi，i＝1,2,...,6，根据公式(7)得到高斯化转(λ) (λ)换后的训练数据Xtrain 和测试数据Xtest ；

(λ) (λ) (λ) (λ)

步骤5：计算Xtrain 和Xtest 每一维数据的均值，将Xtrain 和Xtest 减去对应的(m) (m)均值，得到中心化处理后的训练数据Xtrain 与测试数据Xtest ；

步骤6：计算先验概率p(ck)；

式中：Si为属于第ck类的训练数据数量，S为训练数据总数量；

(m)

步骤7：根据公式(9)计算每一维训练数据Xtrain 与接触状态Ctrain的互信息I(m)(Xtrain ；Ctrain)，然后根据公式(10)计算每一维数据的权重wi，i＝1,2,...,6；

步骤8：根据公式(11)计算高斯概率密度函数p(xi|ck)；

(m) (m)

式中：xi为测试数据Xtest i，i＝1,2,...,6，根据公式(12)计算训练数据Xtrain 的(m)均值向量uk，根据公式(13)计算训练数据Xtrain 的对角协方差矩阵∧k；

步骤9：将步骤6‑8得到的先验概率p(ck)、权重wi和高斯概率密度函数p(xi|ck)，代入公(m)式(14)计算后验概率C(Xtest i)；

(m)

步骤10：比较后验概率，将数据分类到后验概率最大的类别,最后将预测类别C(Xtest )和实际类别Ctest对比，绘制分类结果图。