买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉郑州大学申请的专利一种基于图和点云神经网络的新型CAD模型特征识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119623271B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411693530.9，技术领域涉及：G06F30/27；该发明授权一种基于图和点云神经网络的新型CAD模型特征识别方法是由杨炯;马刘欢;袁阳鑫;康超凡设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于图和点云神经网络的新型CAD模型特征识别方法在说明书摘要公布了：本发明公开一种基于图和点云神经网络的新型CAD模型特征识别方法，通过创建含有异构加工特征的数据集，并将B‑Rep模型转换为带有面‑边属性的面邻接图、表面UV网格和表面点云输入神经网络模型，神经网络模型集成图编码器、点编码器和多任务头，图编码器和点编码器分别从点、边和面不同尺度的形状原语中学习到可分类的嵌入向量；多任务头通过三个元学习器将所述嵌入向量转化为相应的语义分割、实例分割和底面分割结果。本发明能够从CAD模型的不同表示形式中提取洞见，并并行处理异构加工特征的语义分割、实例分割和底面分割任务，通过实验证明了G&PCNet在非异构与异构加工特征识别中的有效性和优越性，以及在真实工业场景中的应用潜力。

本发明授权一种基于图和点云神经网络的新型CAD模型特征识别方法在权利要求书中公布了：1.一种基于图和点云神经网络的新型CAD模型特征识别方法，其特征在于，包括以下步骤： S1，创建CAD模型的数据集，所述数据集包括训练集、验证集和测试集，训练集中不包含异构加工特征，验证集和测试集中含有异构加工特征； S2，数据预处理：从S1所述的数据集中获取零件模型，将零件模型通过B‑Rep模型转换为：带有面‑边属性的面邻接图、表面UV网格和表面点云；所述面邻接图封装B‑Rep模型的拓扑信息以及面属性向量和边属性向量；表面UV网格获取B‑Rep模型拓扑面的几何信息；表面点云提供B‑Rep模型特征级别的几何信息； 表面UV网格和表面点云采样均采用二维采样网格，特定区域的二维采样网格中，表面UV网格每个维度上的采样步长为： 表面点云每个维度上的采样步长为： 式中，、分别为表面UV网格在u坐标方向和v坐标方向的采样步长，、分别为表面点云在u坐标方向和v坐标方向的采样步长，X和Y分别为u坐标方向和v坐标方向的样本数量，为u坐标的最大值，为u坐标的最小值，为v坐标的最大值，为v坐标的最小值 ； S3，构建结合图和点云技术的神经网络模型：所述神经网络模型包括主干网络和多任务头，主干网络包括图编码器和点编码器，多任务头包括语义分割头、实例分割头、底面分割头；图编码器从S2中的面邻接图和表面UV网格数据结构中获取嵌入向量，点编码器从S2中的表面点云数据结构中获取嵌入向量，不同的任务头作为元学习器以提炼所述嵌入向量，从而将嵌入向量转化为相应的语义分割、实例分割和底面分割结果，共同构成加工特征的最终识别结果； S4，利用S1中的训练集对S3中的神经网络模型进行迭代训练，利用验证集进行模型评估，直至满足设定要求，得到训练好的神经网络模型； S5，输入待检测零件模型至训练好的神经网络模型，得到零件加工特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。