买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都飞机工业(集团)有限责任公司申请的专利一种基于实例库匹配的复杂产品典型结构自动识别方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120354535B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510847005.6，技术领域涉及：G06F30/15；该发明授权一种基于实例库匹配的复杂产品典型结构自动识别方法、系统、设备及介质是由郭喜锋;季宝宁;梁文馨;陈伦;张宁;谢颖设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于实例库匹配的复杂产品典型结构自动识别方法、系统、设备及介质在说明书摘要公布了：本发明涉及计算机辅助设计技术领域，具体地说，涉及一种基于实例库匹配的复杂产品典型结构自动识别方法、系统、设备及介质；该方法通过构造预定义的典型结构实例库，综合考虑零件形状信息和零件间的空间近邻特性，以典型结构实例为目标在产品三维模型中进行零件匹配，并通过深度优先搜索寻找形状、结构相似的结构，最终实现典型结构的识别；有效避免复杂产品中零件连接关系获取过程困难的问题。

本发明授权一种基于实例库匹配的复杂产品典型结构自动识别方法、系统、设备及介质在权利要求书中公布了：1.一种基于实例库匹配的复杂产品典型结构自动识别方法，其特征在于，包括以下步骤： 步骤S1：根据获取的STG模型，构建典型结构实例库，所述STG模型为以三维模型的局部特征为顶点，以局部特征间的邻接关系为边所建立的模型，典型结构实例库中的实例为装配体； 步骤S2：根据构建的典型结构实例库，获取零件形状信息和零件间的空间近邻特性，将获取的零件形状信息转换为k维向量，并根据获取的零件间的空间近邻特性，计算近邻向量集合； 步骤S3：根据零件的k维向量计算零件之间的相似性，根据相似性获取相似零件的初始集合；根据近邻向量集合在初始集合中计算零件之间的近邻集合相似性，根据近邻集合相似性获取每个零件对应的匹配候选集； 步骤S4：根据典型结构实例中每个零件的匹配候选集，以及匹配零件的空间分布聚合性识别出匹配零件，得到匹配零件构成的典型结构； 步骤S3中，对于一个产品模型A和每个典型结构实例Ins，根据Ins中零件形状和近邻相似性，在产品A中搜索其匹配候选集，具体步骤如下： 步骤S31：设置形状相似性阈值，根据零件相似性的大小对零件进行粗过滤，获取初始集合： ； 其中，sp表示零件p的形状向量，sq表示零件q的形状向量，k表示零件k维形状向量的维度，lip表示零件p的第i维形状向量，liq表示零件q的第i维形状向量； 步骤S32：对粗过滤后的初始集合，计算其中每个零件与零件p的近邻向量集合相似性，Neip表示零件p的近邻向量集合，Neiq表示零件q的近邻向量集合； 步骤S33：设置形状近邻相似性阈值，根据近邻相似性的大小对进行精细匹配，获取零件p的匹配候选集； ； 步骤S4具体包括以下步骤： 步骤S41：根据典型结构实例中零件近邻集合的大小构建有序集合； 步骤S42：初始化集合list、集合Ca、集合Flag、集合Tar； 步骤S43：将有序集合赋值至集合list，若零件p为集合list的首个元素，将匹配候选集赋值至集合Ca； 步骤S44：从集合Ca中随机选择零件q1，判断是否满足设定的准则条件； 步骤S45：若不满足，则将Ca-{q1}赋值至集合Ca，将Cap-{q1}赋值至零件p的匹配候选集Cap；若集合，则选择集合Ca中的下一个零件q2，并返回步骤S44；如果集合，则结束搜索；Ca-{q1}、Cap-{q1}分别为从Ca、Cap中去掉元素{q1}后的集合； 步骤S46：若设定的准则成立，则将零件p加入集合Flag，同时建立零件p的近邻向量集合Neip的有序集合listp； 步骤S47：若，则输出集合Tar对应的零件集合作为典型结构，将listins—Flag赋值至集合list、将赋值至集合Ca，并返回步骤S44，listins为典型结构实例ins的有序集合； 步骤S48：若，则将赋值至集合Tar、将赋值至集合Ca、将listp赋值至集合list，并返回步骤S44；为零件q1的近邻向量集合； 步骤S49：将输出的集合Tar作为匹配的典型结构。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都飞机工业(集团)有限责任公司，其通讯地址为：610092 四川省成都市青羊区黄田坝纬一路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。