本项目旨在将机器学习机制引入到复杂拓扑隐式曲面逆向设计过程,通过机器学习获取同一类曲面所具有的知识,并作为约束几何、物理约束或先验知识模型,集成到基于水平集方法的隐式曲面重构过程。以此为目标,提出"多色有符号距离场"和"多色水平集"的概念,并将其作为机器学习与几何处理的统一框架,研究基于多色有符号距离场知识描述机器学习机制,研究具有物理属性的多色水平集的演变机理,其中包括多色水平集方程能量体系的建立,隐式曲面变分模型的建立,演变方程的求解等;在理论研究基础上,开发具有自主知识产权的具有机器学习机制的复杂拓扑隐式曲面逆向工程系统软件,以验证理论和方法的正确性、有效性。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
基于多色集合理论的医院异常工作流处理建模
基于腔内级联变频的0.63μm波段多波长激光器
新型树启发式搜索算法的机器人路径规划
基于隐式曲面变形的复杂拓扑零件数字建模方法及应用
基于光滑变形隐式曲线/曲面的结构拓扑优化方法研究
具有复杂拓扑的几何连续样条曲面构造方法及其应用研究
隐式曲面造型的理论和方法研究