-
公开(公告)号：CN118864772B
公开(公告)日：2025-03-25
申请号：CN202410888870.0
申请日：2024-07-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于注意力增强的生成对抗网络开洞建筑自由曲面网格划分设计方法，该方法包括以下步骤：步骤S1、获取需进行网格划分的开洞建筑自由曲面，根据开洞建筑自由曲面构造自由曲面曲率云图表示、自由曲面高程云图表示和自由曲面语义掩膜表示；步骤S2，将所述的自由曲面曲率云图表示、自由曲面高程云图表示和语义掩膜表示输入预训练的注意力增强的生成对抗网络模型中，通过注意力增强的生成对抗网络模型生成开洞自由曲面网格结构；步骤S3、对由注意力增强的生成对抗网络模型生成的开洞自由曲面网格结构，通过对其中的网格节点和拓扑关系进行提取，随后还原至三维空间中，以最终获得三维开洞自由曲面网格结构。
-
公开(公告)号：CN118864719B
公开(公告)日：2025-03-28
申请号：CN202410897195.8
申请日：2024-07-05
Applicant: 东南大学
IPC: G06T17/00 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种融合文本和图像信息的神经网络及其建筑自由曲面网格划分设计方法，该方法包括以下步骤：步骤S1、获取需进行网格划分的建筑自由曲面和所需的网格划分类型文本指令；步骤S2、生成建筑自由曲面所对应的自由曲面曲率云图、自由曲面高程云图，同时，将网格划分类型文本指令通过词嵌入转为词向量；步骤S3、将所获的自由曲面曲率云图、自由曲面高程云图和网格划分类型指令词向量输入预训练的融合文本和图像信息的神经网络模型中，通过融合文本和图像信息的神经网络模型生成满足网格划分类型指令要求的建筑自由曲面网格结构；步骤S4、提取融合文本和图像信息的神经网络模型所生成的建筑自由曲面网格结构中的网格节点和拓扑关系，随后投影网格节点至三维空间中并利用拓扑关系进行连接，以最终获得空间中的建筑自由曲面网格结构。
-
公开(公告)号：CN118864772A
公开(公告)日：2024-10-29
申请号：CN202410888870.0
申请日：2024-07-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于注意力增强的生成对抗网络开洞建筑自由曲面网格划分设计方法，该方法包括以下步骤：步骤S1、获取需进行网格划分的开洞建筑自由曲面，根据开洞建筑自由曲面构造自由曲面曲率云图表示、自由曲面高程云图表示和自由曲面语义掩膜表示；步骤S2，将所述的自由曲面曲率云图表示、自由曲面高程云图表示和语义掩膜表示输入预训练的注意力增强的生成对抗网络模型中，通过注意力增强的生成对抗网络模型生成开洞自由曲面网格结构；步骤S3、对由注意力增强的生成对抗网络模型生成的开洞自由曲面网格结构，通过对其中的网格节点和拓扑关系进行提取，随后还原至三维空间中，以最终获得三维开洞自由曲面网格结构。
-
公开(公告)号：CN118864719A
公开(公告)日：2024-10-29
申请号：CN202410897195.8
申请日：2024-07-05
Applicant: 东南大学
IPC: G06T17/00 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种融合文本和图像信息的神经网络及其建筑自由曲面网格划分设计方法，该方法包括以下步骤：步骤S1、获取需进行网格划分的建筑自由曲面和所需的网格划分类型文本指令；步骤S2、生成建筑自由曲面所对应的自由曲面曲率云图、自由曲面高程云图，同时，将网格划分类型文本指令通过词嵌入转为词向量；步骤S3、将所获的自由曲面曲率云图、自由曲面高程云图和网格划分类型指令词向量输入预训练的融合文本和图像信息的神经网络模型中，通过融合文本和图像信息的神经网络模型生成满足网格划分类型指令要求的建筑自由曲面网格结构；步骤S4、提取融合文本和图像信息的神经网络模型所生成的建筑自由曲面网格结构中的网格节点和拓扑关系，随后投影网格节点至三维空间中并利用拓扑关系进行连接，以最终获得空间中的建筑自由曲面网格结构。
-
-
-
Search Results
4
records
(took 0.013 seconds)
