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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于图扩散的边界表示生成方法、系统及存储介质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：CN120724508B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511240368.X，技术领域涉及：G06F30/10；该发明授权一种基于图扩散的边界表示生成方法、系统及存储介质是由罗臣琪;王普凡;秦飞巍;娄弈;张家宁;白静设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于图扩散的边界表示生成方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于图扩散的边界表示生成方法，包括如下步骤：步骤1、构建工业零件数据集并预处理；步骤2、基于预处理后的自建数据集和两个开源数据集构建并训练Brep‑GD模型；所述Brep‑GD模型包括变分自编码器、图扩散模型、连续拓扑解耦模型和后处理模块；步骤3、将经训练过的Brep‑GD模型用数据集的测试集进行推理与评估，以验证模型的分布度量、CAD度量和效率度量的多类型指标；步骤4、应用完成评估后的Brep‑GD模型进行精简的B‑rep模型的生成，该方法能够显著减少冗余计算，提升生成效率，同时确保生成的B‑rep模型具有更高的几何精度和拓扑有效性。

本发明授权一种基于图扩散的边界表示生成方法、系统及存储介质在权利要求书中公布了：1.一种基于图扩散的边界表示生成方法，其特征在于，包括如下步骤： 步骤1、构建工业零件数据集并预处理； 步骤2、基于预处理后的工业零件数据集构建并训练Brep-GD模型； 所述Brep-GD模型包括变分自编码器、图扩散模型、连续拓扑解耦模型和后处理模块； 所述Brep-GD模型的训练方法为： 将预处理后的工业零件数据集作为训练集，利用变分自编码器将训练集的真实B-rep模型的图结构的面和边特征压缩为低维潜在向量； 将低维潜在向量进行加噪处理得到纯噪声，并依次通过图扩散模型分四个阶段逐步扩散去噪面和边的特征； 所述四个阶段去噪的实现方法为： 第一阶段：将初始的面的全局位置特征作为输入，在嵌入时间步后，输入到面扩散模型迭代去噪得到细化后的面的全局位置特征，所述面扩散模型使用Transformer骨干网络; 第二阶段：以作为初始的面的潜在几何特征的条件，在嵌入时间步后，输入到面扩散模型迭代去噪得到细化后的面的潜在几何特征，所述面扩散模型使用Transformer骨干网络； 第三阶段：以和作为初始的边的全局位置特征的条件在嵌入时间步后，输入到边扩散模型迭代去噪得到细化后的边的全局位置特征，所述边扩散模型使用连续拓扑解耦模型; 第四阶段：以、和作为初始的边的潜在几何特征及顶点特征的条件在嵌入时间步后，输入到边扩散模型通过迭代去噪得到细化后的边的潜在几何特征及顶点特征，所述边扩散模型使用连续拓扑解耦模型； 同时使用连续拓扑解耦模型在第三阶段和第四阶段过程中将边的扩散结构解耦为在模型信息传播过程中聚合连接节点的特征输出预测噪声，以细化边特征； 建立噪声预测损失函数并通过后处理模块进行细化特征的后处理，并通过组合生成最终精简的B-rep模型； 步骤3、将经训练过的Brep-GD模型用数据集的测试集进行推理与评估，以验证模型的分布度量、CAD度量和效率度量的多类型指标； 步骤4、应用完成评估后的Brep-GD模型进行精简的B-rep模型的生成。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。