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！

龙图腾网获悉上海设序科技有限公司申请的专利一种基于几何语义预训练与图网络的3D模型分类方法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：CN117237659B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311057884.X，技术领域涉及：G06V10/44；该发明授权一种基于几何语义预训练与图网络的3D模型分类方法是由吴泳荣;过晓蒙;杨庆保;郜清科设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于几何语义预训练与图网络的3D模型分类方法在说明书摘要公布了：本发明公开了一种基于几何语义预训练与图网络的3D模型分类方法，包括以下步骤：STEP数据输入及初始特征提取，提取分为两部分，一部分是三维模型的拓扑数据，经过处理转化为三维模型曲面的邻接矩阵，另一部分是整理后的曲面信息；将曲面信息输入几何语义预训练模型，获取每个曲面的词向量；将所有曲面词向量与曲面邻接矩阵输入到图语义特征混合网络，获取模型整体的表征向量，即模型语义特征；通过k‑means算法对模型语义特征进行聚类，获得的聚类结果对应的模型为同一类。本发明实现零件从文件到模型表征空间的映射，进而通过聚类算法实现三维模型的准确分类。

本发明授权一种基于几何语义预训练与图网络的3D模型分类方法在权利要求书中公布了：1.一种基于几何语义预训练与图网络的3D模型分类方法，其特征在于包括以下步骤： 1STEP数据输入及初始特征提取，提取分为两部分，一部分是三维模型的拓扑数据，经过处理转化为三维模型曲面的邻接矩阵，另一部分是整理后的曲面信息； 2将曲面信息输入几何语义预训练模型，获取每个曲面的词向量； 3将所有曲面词向量与曲面邻接矩阵输入到图语义特征混合网络，获取模型整体的表征向量，即模型语义特征； 4通过k-means算法对模型语义特征进行聚类，获得的聚类结果对应的模型为同一类； 在步骤1中，对STEP数据输入及初始特征提取步骤为： 1.1首先提取STEP中的拓扑对象的数据，记顶点集为}，边线集为}，面集为}； 1.2根据几何拓扑关系，提取曲面的邻接矩阵，其中 ； ； 1.3根据拓扑关系重新整理获得曲面信息FF，每份曲面信息包含曲面自身几何数据，和曲面关联的边线数据，以及曲面关联的顶点数据； 在步骤3中，图语义特征混合网络构建步骤如下： 3.1设计图语义特征混合网络模型包括图卷积层、MLP、残差连接与池化层； 3.2所有图卷积层的隐藏层维度都相同，接受曲面语义信息的卷积层输入维度与是批数量相关； 3.3图中堆叠的模块为图卷积，LayerNorm与相配合的参加连接，以及最后一个MLP,其中MLP一共为2层； 3.4最后模型特征会经过一个最大池化层，然后输出作为模型特征向量。

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上海设序科技有限公司，其通讯地址为：200245 上海市闵行区昆阳路1508号2幢2层；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。