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！

龙图腾网获悉重庆大学;浙江大学申请的专利基于产品零部件三维模型的图形模态设计知识挖掘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：CN118917392B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202410958366.3，技术领域涉及：G06N5/022；该发明授权基于产品零部件三维模型的图形模态设计知识挖掘方法是由杨波;魏建东;刘惠;杜卡泽;王时龙设计研发完成，并于2024-07-17向国家知识产权局提交的专利申请。

本基于产品零部件三维模型的图形模态设计知识挖掘方法在说明书摘要公布了：本发明公开了一种基于产品零部件三维模型的图形模态设计知识挖掘方法，包括如下步骤：步骤一：三维图形预处理：11通过3D格式转换工具，将三维图形数据转换为Obj格式；12采用PCL点云库进行均匀采样，得到各三维图形对应的三维点云集；步骤二：构建三维目标检测模块，以提取候选对象的初始潜在特征；步骤三：使用结合属性和关系感知的特征增强模块以强化始潜在特征表达；步骤四：构建轻量化预测网络，生成三维对象的文字描述；步骤五：结合文本模态知识图谱生成算法生成图形模态知识图谱。本发明基于产品零部件三维模型的图形模态设计知识挖掘方法，能够有效提高三维对象识别和关联挖掘的准确性，增强三维图形数据的语义解析能力。

本发明授权基于产品零部件三维模型的图形模态设计知识挖掘方法在权利要求书中公布了：1.一种基于产品零部件三维模型的图形模态设计知识挖掘方法，其特征在于：包括如下步骤： 步骤一：三维图形预处理 11通过3D格式转换工具，将三维图形数据转换为Obj格式； 12采用PCL点云库进行均匀采样，得到各三维图形对应的三维点云集，其中：为坐标点数，为辅助特征维度； 步骤二：构建三维目标检测模块，以提取候选对象的初始潜在特征； 步骤三：使用结合属性和关系感知的特征增强模块以强化始潜在特征表达； 步骤四：构建轻量化预测网络，生成三维对象的文字描述； 步骤五：结合文本模态知识图谱生成算法生成图形模态知识图谱； 所述步骤二中，采用三维目标检测模块提取候选对象的初始潜在特征的方法步骤为： 21基于VoteNet构造目标检测模块，实现候选对象潜在特征的初始编码； 22使用PointNet++自适应提取点云特征，得到种子点集，每个种子点由空间坐标和隐层特征组成；其中，为种子点数，为隐层特征维度；中的任意种子点表示为：，其中，表示空间坐标，表示隐层特征； 23采用基于MLP的点云投票模块，在种子点的所有维度上进行变换，学习种子点向候选目标中心点的特征偏移量，输出投票点；且投票点中每个点表示为，且，其中和分别表示预测得到的坐标和隐层特征偏移量； 24基于空间位置相似性和最远点采样对投票点进行聚类，得到若干样本集群和各样本集群中的投票点，其中：表示集群中心点坐标，表示集群半径；在每个样本集群内部进行坐标归一化，以充分利用集群内部的局部几何信息； 25采用由MaxPooling和多个MLP层组成的Proposal提取模块生成各样本集群的Proposal，求解得到涵盖空间边界信息的候选图形对象的初始潜在特征； 所述步骤三中，采用特征增强模块以强化始潜在特征表达的方法步骤为： 31使用全连接层将反映属性的多视角RGB特征和局部位置特征映射到与候选对象的初始潜在特征相同的维度，对两者进行相加后，嵌入细粒度的对象属性特征； 32编码不同候选对象中心点间的成对欧式距离和在笛卡尔坐标系三个坐标轴方向的分量距离，构造空间邻接矩阵组，以表达候选对象间的位置关系； 33通过全连接层进行编码，得到关系嵌入特征，其中：为特征增强模块的注意力头数。

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重庆大学;浙江大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。