具有机器学习机制的复杂拓扑隐式曲面重构方法研究

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。