排序方式: 共有21条查询结果,搜索用时 31 毫秒
1.
面向动态流程工厂模型的快速分层层次细节法 总被引:2,自引:1,他引:1
分析了现有基于面片的分层层次细节算法在处理大规模动态流程工厂模型时存在的预处理时间过长、更新操作耗时等不足.提出一种新的基于基本体元的快速分层层次细节方法.该方法在体元级别对设备和元件进行聚合,对管线进行分割,建立场景图,然后基于几何参数和形状特征计算各体元的层次细节.利用管子及其元件的拓扑连接关系构成"组合管子",在体元级别对其进行合并简化.实验结果表明,对具有10M左右面片复杂度的动态流程工厂模型,该方法在普通PC机上能够在保证一定绘制质量的前提下将模型绘制速率平均提高3倍左右,并且将预处理时间控制在7min以内. 相似文献
2.
4.
5.
6.
采用Logistic混沌系统的三维流程工厂模型数字水印算法 总被引:1,自引:0,他引:1
针对已有水印算法在精确保持CAD模型几何和拓扑信息能力方面的不足,基于改进的Logistic混沌系统,提出一种面向流程工厂参数化实体模型的鲁棒性盲水印算法.该算法利用模型的拓扑表示选择对偶点为嵌入载体;利用改进的Logistic混沌映射对对偶点进行分组,通过修改对偶点的大小对同一分组重复嵌入相同信息;利用对偶点对中对偶... 相似文献
7.
流程工厂设计中的规则挖掘与智能预测 总被引:1,自引:0,他引:1
流程工厂设计涉及不同的工程应用背景及专业知识,大量隐含的设计规则尚未提炼,因此建模过程存在效率低、模型质量不高等问题.结合流程工厂模型的领域特性,提出一种用于挖掘工厂设计规则的频繁类型树模型.该模型以大量实例工厂模型中各构件的属性及拓扑连接关系为依据构造频繁类型树;在后续模型的构建过程中,通过对该树的查询为当前工厂设计提供实时的智能预测.实验结果表明,文中模型能够挖掘到不同工程应用背景下的隐含建模知识,在未来模型的构建过程中,利用这些知识所提供的智能预测可以大幅缩小构件选择范围,有效地提升流程工厂模型的构建效率及设计质量. 相似文献
8.
针对当前基于深度学习的点云分割技术对点级别标注训练数据的依赖问题,提出一种基于伪标签生成与噪声标签学习的弱监督点云分割框架.首先,利用点云具有非局部相似性的特点,基于局部-非局部图对点云数据进行建模;其次,基于关系图卷积网络,以半监督的方式为稀疏标注的点云训练集数据生成高质量的伪标签;最后,针对生成的伪标签中存在噪声标签的问题,设计一种利用含噪声标签数据准确训练现有点云分割网络的渐进式噪声鲁棒损失函数.在ShapeNet Part与S3DIS等公开点云分割数据集上的实验结果表明,该框架在推理阶段不增加模型额外运算量的情况下,当使用10%的标签时,在ShapeNet Part数据集上的分割精度与全监督方法相差0.1%;当使用1%的标签时,在S3DIS数据集上的分割精度与全监督方法相差5.2%. 相似文献
9.
现有的基于网络的远程绘制系统在绘制过程中对网络带宽和时延具有较强的依赖性,为了获得较高的绘制速度,需要耗费大量的预处理时间和存储空间.针对网络环境下模型的设计校审工作对预处理时间、绘制速度和图像质量的实际需求,提出一种基于外存的大规模流程工厂模型交互绘制算法.绘制前,首先从服务器端获取模型的几何参数和拓扑信息;然后根据流程工厂模型特征,在客户端以设备和管线为基本单位组织外存数据,采用体元合并的方法快速完成模型层次细节的计算和存储.分析了校审内容和校审人员的运动习惯,并将其与基于视点可见性的预取算法相结合,在本地实现外存数据的高效预取,且绘制过程中无需传输模型面片信息.实验结果表明,文中方法在普通PC机上能够将具有21 M左右面片模型的预处理时间控制在5 min以内,在保证校审所需图像质量的前提下取得平均30帧/s的平稳帧速,且绘制过程不依赖网络带宽和时延. 相似文献
10.
在社会、经济不断发展的过程中,环境监测发挥着的作用变得越来越重要,需要注重先进监测技术的合理应用,才能更好地提高环境监测结果的准确性。就生物监测进行概述,提出生物监测在环境监测中的应用,以促进我国环境监测技术水平进一步提升。 相似文献