模型简化方法、装置、设备及存储介质

    公开(公告)号:CN115690328A

    公开(公告)日:2023-02-03

    申请号:CN202211436472.2

    申请日:2022-11-16

    IPC分类号: G06T17/00

    摘要: 本申请公开了一种模型简化方法、装置、设备及存储介质,方法包括:获取原始模型,并计算获得原始模型中的每条初始边的原始代价值;获取与每条初始边关联的平面集,并对平面集进行计算,获得每条初始边的更新参数;基于每条初始边的更新参数确定每条初始边的更新值,并基于每条初始边的更新值对每条初始边的原始代价值进行更新,获得每条初始边的更新代价值;根据原始模型中的每条初始边的更新代价值,确定目标待收缩边,并对目标待收缩边进行收缩,获得目标简化模型。本申请的技术方案,基于更新值对每条初始边的原始代价值进行更新,然后再进行边收缩,解决了在模型简化过程中,出现的反向面的问题。

    零件拆分方法、装置、电子设备和存储介质

    公开(公告)号:CN115937488A

    公开(公告)日:2023-04-07

    申请号:CN202211733934.7

    申请日:2022-12-21

    IPC分类号: G06T19/20 G06T17/20

    摘要: 本公开涉及一种零件拆分方法、装置、电子设备和存储介质,以实现对零件的拆分。该方法包括:获取构成三维模型的各个三角面,将各个三角面中的任一三角面作为目标三角面,并循环执行以下操作,以确定与目标三角面属于同一零件的三角面:在除已确定的属于同一零件的三角面以外的其他三角面中,确定包括目标三角面对应的相对三角边的新的目标三角面,直到在下一次循环时,从其他三角面中确定出的新的目标三角面的数量为0,以完成对三维模型中的一个零件的拆分,将不属于已完成拆分的零件的三角面作为新的各个三角面,返回执行将各个三角面中的任一三角面作为目标三角面,并循环执行以下操作的步骤,以完成对三维模型中的多个零件的拆分。

    模型数据处理方法、装置、存储介质及电子设备

    公开(公告)号:CN115880434A

    公开(公告)日:2023-03-31

    申请号:CN202211644805.0

    申请日:2022-12-20

    IPC分类号: G06T17/00

    摘要: 本公开涉及一种模型数据处理方法、装置、存储介质及电子设备,所述方法包括:从三维模型文件中确定至少一组点对,每一所述点对包括第一点以及第二点;计算所述第一点和第二点的收缩点;根据所述第一点的第一纹理坐标和所述第二点的第二纹理坐标,计算所述收缩点的目标纹理坐标;根据所述收缩点以及所述目标纹理坐标生成新的三维模型文件。上述技术方案在减面时,还同步计算了收缩点的目标纹理坐标,从而使得减面之后的三维模型文件自带纹理坐标。这样,能够降低后续的人工处理成本。

    叶脉确定方法、装置、电子设备和存储介质

    公开(公告)号:CN115861353A

    公开(公告)日:2023-03-28

    申请号:CN202211635718.9

    申请日:2022-12-19

    IPC分类号: G06T7/13 G06T7/73

    摘要: 本公开涉及一种叶脉确定方法、装置、电子设备和存储介质,该方法包括:通过根据获取的构成树叶模型的多个三角面的顶点坐标,确定三角面中的独有边,得到树叶模型的多条边缘边,并根据多条边缘边确定边缘顶点序列,再根据边缘顶点序列确定叶脉特征点,最后将叶脉特征点到叶柄点之间的最短路径确定为树叶模型的叶脉,从而能够基于树叶模型的多个三角面的顶点坐标确定呈放射状的树叶所对应的树叶模型中的叶脉。

    图像处理方法、装置、存储介质及电子设备

    公开(公告)号:CN114445338A

    公开(公告)日:2022-05-06

    申请号:CN202111600022.8

    申请日:2021-12-24

    摘要: 本公开涉及一种图像处理方法、装置、存储介质及电子设备。该方法包括:获取目标对象的已标注断层图像和未标注断层图像;其中,该已标注断层图像包括一个或多个第一标记点,该第一标记点用于在该已标注断层图像中标记该目标对象所在的目标图像区域或者不包括该目标对象的背景区域;根据该已标注断层图像与未标注断层图像的灰度值,确定每个该第一标记点在该未标注断层图像中对应的第二标记点;根据该第二标记点,确定该未标注断层图像中该目标对象所在的目标图像区域。这样,根据已标注断层图像的第一标记点就可以准确地确定未标注断层图像的第二标记点,从而减少人工标注标记点的工作量,提高了图像处理的效率。

    特征筛选方法、装置、存储介质及电子设备

    公开(公告)号:CN114429815A

    公开(公告)日:2022-05-03

    申请号:CN202111643594.4

    申请日:2021-12-29

    IPC分类号: G16H50/20 G16H50/70 G06K9/62

    摘要: 本公开涉及一种特征筛选方法、装置、存储介质及电子设备,该方法通过根据多个目标诊断对象的指定特征数据,确定每种该状况特征对应的第一特征权重和第二特征权重;根据每种该状况特征对应的该第一特征权重和该第二特征权重确定该状况特征的目标特征权重,该目标特征权重用于表征该状况特征对于确定该目标诊断对象为该目标病例对象或者该非目标病例对象的重要程度;根据每种该状况特征对应的该目标特征权重从多种该状况特征中确定该目标状况特征,能够有效提高特征筛选结果的可靠性,也能够有效减少特征筛选所需的计算量,从而不仅能够有效提升特征筛选速率,也能够为医疗科研人员的后期诊断和后期模型训练提供可靠的数据依据。

    数据确定方法、装置、存储介质及电子设备

    公开(公告)号:CN114139627A

    公开(公告)日:2022-03-04

    申请号:CN202111452814.5

    申请日:2021-12-01

    IPC分类号: G06K9/62 G16H50/70

    摘要: 本公开涉及一种数据确定方法、装置,存储介质及电子设备,以提高获取用于因素建模分析的数据的效率。该方法包括:获取待处理数据,所述待处理数据包括数据集中各个对象对应在目标数据类型下的数据,所述目标数据类型根据待纳入单因素建模分析的第一数据类型以及待纳入多因素建模分析的第二数据类型得到;基于所述待处理数据,对所述各个对象进行聚类处理,得到聚类结果,所述聚类结果包括多个簇;基于预设的簇筛选策略,从所述多个簇中确定目标簇;将目标对象对应在所述目标数据类型下的数据,确定为目标数据,所述目标对象为所述目标簇中包括的对象,所述目标数据用于验证因素建模分析。

    一种路径规划方法、装置、设备及存储介质

    公开(公告)号:CN116007624A

    公开(公告)日:2023-04-25

    申请号:CN202211559816.9

    申请日:2022-12-06

    IPC分类号: G01C21/20 G01C21/34

    摘要: 本申请提供了一种路径规划方法、装置、设备及存储介质。该方法包括:根据预构建的道路邻接矩阵,确定待规划智能体的初始规划路径;根据初始规划路径,确定对应的三维时间窗,三维时间窗包括每一智能体途经该智能体对应的规划路径中每一路径节点时的途经时段;根据待规划智能体途经初始规划路径中每一路径节点时的第一途经时段和已规划智能体途经对应的目标规划路径中每一路径节点时的第二途经时段,对初始规划路径进行更新,得到待规划智能体的目标规划路径。本申请可以实现任一智能体在多智能体任务调度场景下的无碰撞路径规划,减少多智能体路径规划时的资源开销,避免多智能体任务调度下的死锁现象,提升多智能体在目标规划路径下的安全性。

    模型简化方法、装置、设备及存储介质

    公开(公告)号:CN115861583A

    公开(公告)日:2023-03-28

    申请号:CN202211710261.3

    申请日:2022-12-29

    IPC分类号: G06T19/20

    摘要: 本申请公开了一种模型简化方法、装置、设备及存储介质,方法,包括:获取待简化模型,并根据待简化模型确定候选收缩面集;其中,候选收缩面集包括至少一个候选收缩面;对候选收缩面集中的每个候选收缩面进行计算,分别获得与每个候选收缩面匹配的中心点坐标;根据与每个候选收缩面匹配的中心点坐标,分别计算获得每个候选收缩面的代价值;根据每个候选收缩面的代价值,确定目标代价值,并将与目标代价值匹配的候选收缩面确定为目标收缩面;对目标收缩面进行收缩,获得目标模型。本申请的技术方案,根据中心点坐标确定与候选收缩面的代价值,根据代价值确定目标收缩面,并将目标收缩面收缩至与目标收缩面匹配的中心点,进而实现对模型简化。

    文本表示方法、词表示方法、相应装置、介质及设备

    公开(公告)号:CN115392234A

    公开(公告)日:2022-11-25

    申请号:CN202210923883.8

    申请日:2022-08-02

    摘要: 本公开涉及一种文本表示方法、词表示方法、相应装置、介质及设备,该文本表示方法包括:获取文本并对文本进行分词,获得词序列;生成文本的文本向量,并对文本向量进行至少一轮迭代,每轮迭代包含多次子迭代;在每轮迭代的第i次子迭代中,基于长度为k的滑动窗口,在将词序列上的上一次子迭代的滑动窗口向后滑动后,将当前滑动窗口中的k个词的真实词向量以及上一次子迭代优化后的文本向量进行加权组合,将加权组合后的向量作为当前滑动窗口外的下一个词的预测词向量;根据下一个词的预测词向量和真实词向量,优化文本向量;在完成该至少一轮迭代后,得到用于表示文本的最终文本向量。本公开能够准确得到文本的向量表示。