公开(公告)号：CN116630540A

公开(公告)日：2023-08-22

申请号：CN202310578213.1

申请日：2023-05-19

Applicant: 重庆邮电大学

Inventor： 黄旭炜 ,  杨孟林 ,  魏旻 ,  王平 ,  洪承镐

IPC: G06T17/00 ,  G06T5/00

Abstract: 本发明属于数字孪生三维建模技术领域，具体涉及一种基于向量的条件滤波点云补全方法，包括通过激光扫描仪扫描设备获取的点云构建K‑D Tree，并进行邻近点搜索形成各理想点云的邻域集合；通过理想点云与对应邻域集合中元素连接形成各自的向量集合并对向量集合中元素求和值取其模长得到邻近点分布参考值；获取各邻域集合中点云的有向包围盒，通过有向包围盒最大面面积表示点云密度自适应参数；设置阈值调节参数并获取条件滤波阈值；通过比较邻近点分布参考值与条件滤波阈值进行理想点云条件滤波，保留邻近点分布参考值大于等于条件滤波阈值的部分；使用经过滤波的点云数据进行点云补全；本发明可以有效提高建模及有限元仿真精度。

公开(公告)号：CN119808554A

公开(公告)日：2025-04-11

申请号：CN202411869554.5

申请日：2024-12-18

Applicant: 重庆邮电大学

Inventor： 黄旭炜 ,  肖子山 ,  杨孟林

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0455 ,  G06F111/10

Abstract: 本发明涉及一种固体介质电树枝发展路径预测方法，属于高压绝缘材料可靠性分析与寿命预测领域。该方法包括：在不同载荷等级下采用相场法对固体介质电树枝发展路径进行数值模拟；基于生成的时间序列图像构建数据集，以载荷等级为标签将数据集进行分组存储；对分类的数据集进行处理后得到训练集和数据集；构建并训练用于预测电树枝发展路径的机器学习模型，学习不同载荷等级下电树枝发展路径的变化特性；获取实际场景中固体介质的图像以及载荷信息输入训练好的机器学习模型中，预测固体介质在该载荷下的电树枝发展路径并生成电树枝发展图像序列。本发明提高了电树枝扩展路径的预测精度，还扩展了模型的适用性，能够适应不同载荷等级的复杂工况。