基于图像和属性图融合网络的三维CAD模型检索方法

    公开(公告)号:CN115439722A

    公开(公告)日:2022-12-06

    申请号:CN202211129635.2

    申请日:2022-09-16

    Abstract: 本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法,不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制,通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合,充分利用各自模态信息的同时还其他模态信息进行指导增强,使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集,能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法,同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。

    一种模块级代码结构的可视化开发实现系统

    公开(公告)号:CN109976747B

    公开(公告)日:2022-05-13

    申请号:CN201910104818.0

    申请日:2019-02-01

    Abstract: 本发明公开了一种模块级代码结构的可视化开发实现系统。本发明系统包括:文本代码层、可视化层和所采用编程语言的编译器。其中,文本代码层包括数据集结构、代码模块接口、代码模块适配器或缓存器、模块拼接域;可视化层包括文本代码层中数据集结构、代码模块接口、代码模块适配器或缓存器和模块拼接域四大结构的可视化元素,可视化元素为二维图形或三维模型。本发明使得程序编写和软件开发的代码结构清晰,提高代码复用率,实现模块级的软件或程序的可视化开发,让非计算机专业人士能够使用已开发好的代码模块通过简单的操作完成开发,降低软件开发门槛。

    一种基于目标检测神经网络的骨盆参数自动测量方法

    公开(公告)号:CN112365438A

    公开(公告)日:2021-02-12

    申请号:CN202010915043.8

    申请日:2020-09-03

    Inventor: 潘奕彤 秦飞巍

    Abstract: 本发明公开一种基于目标检测神经网络的骨盆参数自动测量方法。本发明针对X光侧位影像进行数据增强、预处理、数据标注,得到下半身影像图数据集,采用目标检测方法,在上述数据集上训练目标检测模型,并使用训练所得模型对输入的X光侧位影像图进行检测,设置阈值筛选出骶1椎体上缘线与股骨头候选框,根据候选框的坐标完成骨盆参数SS、PT、PI的自动测量。本发明结合目标检测与图像处理方法,实现骨盆参数的快速准确测量,从而辅助临床医生诊断、减轻临床医生工作量。

    一种基于本体的智能控制器机器学习算法模块形式化描述及封装方法

    公开(公告)号:CN109933307A

    公开(公告)日:2019-06-25

    申请号:CN201910136456.3

    申请日:2019-02-18

    Abstract: 本发明设计了一种基于本体的智能控制器机器学习算法模块形式化描述及封装方法,具体为:对不同语义层次的语义信息进行建模并提供统一的形式化模型,实现各语义层次之间的跳转,构成纵横交错的语义结构;将扩展的领域特征模型作为嵌入式智能控制领域内构件业务语义的描述基础,以自动的方式生成初始的嵌入式智能控制领域概念体系结构;以构件语义作为特征到图元构件设计的过渡,对各机器学习算法图元构件的功能分配以及交互语义进行定义。本发明改进了现有知识表达框架在非功能性特征描述和特征实现可变性描述等方面存在的不足,提高软件代码重用的效率,便于嵌入式智能控制软件产品大规模定制生产。

Patent Agency Ranking