[发明专利]基于特征级图描述符和图卷积网络的CAD模型分类方法在审
申请号: | 202210678696.8 | 申请日: | 2022-06-15 |
公开(公告)号: | CN114936609A | 公开(公告)日: | 2022-08-23 |
发明(设计)人: | 秦飞巍;曹磊;邵艳利;詹高扬 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 杨舟涛 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于特征级图描述符和图卷积网络的CAD模型分类方法,本发明提取CAD模型的特征与特征之间的依赖关系,转换为特征依赖图,进一步转化阵列特征,细化结构,生成特征级图描述符以表征三维CAD模型;本发明提出的基于特征级图描述符和图卷积网络的模型分类方法,引入跳跃连接网络和基于边收缩的层次化池化机制,构建图卷积网络的分类模型,边收缩的池化机制通过逐步聚合图中节点信息,关注局部关键结构,跳跃连接网络聚合多个中间图表示强化图表示学习,以提升分类效果。本发明实现对CAD模型的准确分类且分类准确率高于现有表现较佳的其他三维模型分类方法,推广了结构化描述与图卷积网络在CAD模型分类问题上的应用。 | ||
搜索关键词: | 基于 特征 描述 图卷 网络 cad 模型 分类 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202210678696.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种四足机器人运动控制系统
- 下一篇:弥雾装置粒径确定方法、弥雾装置及无人机