公开(公告)号：CN116246039A

公开(公告)日：2023-06-09

申请号：CN202310534154.8

申请日：2023-05-12

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 陈呈 ,  邓佳康 ,  杨超 ,  赵丹 ,  王昉 ,  李静 ,  王岳青 ,  杨文祥 ,  郭宁波

IPC: G06T17/20 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习的三维流场网格分类分割方法，所述方法包括如下步骤：S1：三维网格模型数据预处理；以三维网格模型数据中局部曲面作为基本处理单元，数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征；S2：三维网格分类模型构建；融合生成对抗网络和协同注意力网络完成三维网格分类模型构建；S3：模型训练；引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐，使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近，同时使语义不相关的特征数据对所对应的分布距离远离；S4：基于步骤S3训练完成的模型完成三维流场网格分类分割。

公开(公告)号：CN116246039B

公开(公告)日：2023-07-14

申请号：CN202310534154.8

申请日：2023-05-12

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 陈呈 ,  邓佳康 ,  杨超 ,  赵丹 ,  王昉 ,  李静 ,  王岳青 ,  杨文祥 ,  郭宁波

IPC: G06T17/20 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习的三维流场网格分类分割方法，所述方法包括如下步骤：S1：三维网格模型数据预处理；以三维网格模型数据中局部曲面作为基本处理单元，数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征；S2：三维网格分类模型构建；融合生成对抗网络和协同注意力网络完成三维网格分类模型构建；S3：模型训练；引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐，使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近，同时使语义不相关的特征数据对所对应的分布距离远离；S4：基于步骤S3训练完成的模型完成三维流场网格分类分割。