基于八叉树与Z曲线的农业机械模型相似性度量理论及优化方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61702350
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The research on the similarity and classification of CAD model is of great significance to the integration of agricultural machinery model. Firstly, this project studies the "precision" and "efficiency" problems in the similarity measure of CAD model, and constructs a set of similarity measure theory and optimization algorithm based on Hausdorff distance. According to the corresponding spatial structure, we divide different types of CAD models into dense CAD model and sparse CAD model. As the advantages of Octree used in 3D object description, the project presents a similarity measure algorithm for intensive CAD model based on Octree. Considering the problem of low spatial utilization caused by Octree segmentation in sparse CAD model, the project presents a similarity measure for sparse CAD model based on Z-order curve. After that, as for the CAD model of parametric feature modeling, we construct a feature model classification algorithm based on modeling feature by adding the modeling feature, to improve the resolution ability of the feature model. The work above is not only a solution to the key problems in the integration of agricultural machinery model, but also an in-depth study and exploration of the similarity and classification research of current CAD models.
CAD模型相似性及分类研究对农业机械模型集成研究具有重要的意义。首先,本课题针对CAD模型相似性度量中的“精度”和“效率”问题展开了研究,构造了基于Hausdorff距离的相似性度量理论及优化方法。根据不同类型CAD模型的空间结构,将其划分为密集型CAD模型与稀疏型CAD模型。利用八叉树在三维物体描述中的优点,提出基于八叉树的密集型CAD模型相似性度量方法。针对稀疏型CAD模型采用八叉树划分导致的低空间利用率问题,提出基于Z曲线的稀疏型CAD模型相似性度量方法。然后,针对参数化特征造型的CAD模型,通过增加建模特征来提高特征模型的分辨能力,构建基于建模特征的特征模型分类方法。以上工作既是对农业机械模型集成研究关键问题提出的解决方案,又是对当前CAD模型相似性及分类问题进行的深入研究和探索。

结项摘要

本项目面向机械模型相似性度量理论及优化问题,从理论与算法层面开展了大量的研究。首先,提出了基于八叉树的CAD模型相似性度量方法,通过计算CAD模型与八叉树之间的HD距离间接得到CAD模型间的相似性,并采用分支限界法和最邻近搜索算法提高HD距离的计算效率;然后,针对稀疏型空间数据采用八叉树划分导致的低空间利用率问题,提出了基于Z曲线的CAD模型相似性度量方法,将三维空间数据编码为空间连续的一维数据,实现了基于Z曲线的HD距离计算方法。在公开的数据集上进行了大量实验,实验结果表明本方法的高效性;最后,提出结合语义信息和几何信息的三维模型分类方法,通过多种不同类型的显式特征来间接表达隐式特征,并通过空间变换和对齐操作使其分别具有旋转不变性和平移不变性,利用逐点计算和池化操作克服点云模型的无序性。在公开的数据集上进行了大量的实验,实验结果表明本方法在点云模型分类与分割、CAD模型检索任务上都有较为出色的表现。本项目研究成果适用于任意类型CAD模型和任意维度空间数据的相似性度量,也适用于CAD模型的分类与检索任务,形成了较为系统的解决方案。本项目研究成果已发表SCI、EI论文20篇(其中CCF推荐期刊论文4篇),培养毕业硕士生5人。

项目成果

期刊论文数量(13)
专著数量(1)
科研奖励数量(0)
会议论文数量(7)
专利数量(0)
3D Capsule Hand Pose Estimation Network Based on Structural Relationship Information
基于结构关系信息的3D胶囊手姿估计网络
  • DOI:
    10.3390/sym12101636
  • 发表时间:
    2020-10
  • 期刊:
    Symmetry
  • 影响因子:
    --
  • 作者:
    Yiqi Wu;Shichao Ma;Dejun Zhang;Jun Sun
  • 通讯作者:
    Jun Sun
Pointwise Geometric and Semantic Learning Network on 3D Point Clouds
3D 点云上的逐点几何和语义学习网络
  • DOI:
    10.3233/ica-190608
  • 发表时间:
    2019
  • 期刊:
    Integrated Computer-Aided Engineering
  • 影响因子:
    6.5
  • 作者:
    Dejun Zhang;Fazhi He;Zhigang Tu;Lu Zou;Yilin Chen
  • 通讯作者:
    Yilin Chen
A full migration BBO algorithm with enhanced population quality bounds for multimodal biomedical image registration
一种具有增强群体质量界限的全迁移 BBO 算法,用于多模态生物医学图像配准
  • DOI:
    10.1016/j.asoc.2020.106335
  • 发表时间:
    2020-08-01
  • 期刊:
    APPLIED SOFT COMPUTING
  • 影响因子:
    8.7
  • 作者:
    Chen, Yilin;He, Fazhi;Wu, Yiqi
  • 通讯作者:
    Wu, Yiqi
Reconstructed similarity for faster GANs-based word translation to mitigate hubness
重建相似性以实现更快的基于 GAN 的单词翻译,以减轻中心性
  • DOI:
    10.1016/j.neucom.2019.06.082
  • 发表时间:
    2019-10
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Dejun Zhang;Mengting Luo;Fazhi He
  • 通讯作者:
    Fazhi He
基于Z曲线和八叉树的高效Hausdorff距离计算方法
  • DOI:
    10.3724/sp.j.1089.2018.16979
  • 发表时间:
    2018
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    张德军;何发智;田龙;谢朱洋;邹露
  • 通讯作者:
    邹露

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种基于改进万有引力和支持向量机的数据校正方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    武汉大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    鄢小虎;刘华俊;何发智;张德军
  • 通讯作者:
    张德军
基于建模历史一致性的协同CAD并发控制方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    东南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    张德军;何发智
  • 通讯作者:
    何发智
松辽盆地西缘高力板断陷高D1井地层划分对比
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    东北石油大学学报
  • 影响因子:
    --
  • 作者:
    张健;郑月娟;张德军;陈树旺;孙雷;张海华;苏飞;黄欣
  • 通讯作者:
    黄欣
一种基于定向变异粒子群算法的异构CAD模型奇异特征互操作方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    张德军;何发智;吴亦奇
  • 通讯作者:
    吴亦奇
大兴安岭南部二叠纪-三叠纪之交孢粉化石及古气候环境分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    吉林大学学报(地球科学版)
  • 影响因子:
    --
  • 作者:
    张德军;张健;郑月娟;陈树旺;苏飞;黄欣;张海华;甄甄
  • 通讯作者:
    甄甄

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码