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！

龙图腾网获悉四川大学申请的专利基于优势结构面自寻优分组的结构面自动识别优化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：CN115937559B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211539738.6，技术领域涉及：G06V10/762；该发明授权基于优势结构面自寻优分组的结构面自动识别优化方法是由陈俊霖;李海波;周家文;杨兴国;蒋楠;范刚设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本基于优势结构面自寻优分组的结构面自动识别优化方法在说明书摘要公布了：本发明公开了基于优势结构面自寻优分组的结构面自动识别优化方法，建立了新的模糊聚类效果的评价指标，通过对比不同聚类数下的聚类效果，得到最优聚类数。从而扩展了模糊聚类的使用范围，不在需要人为指定聚类数。能在未知聚类数的情况下对结构面数据集进行快速聚类，实现优势结构面自寻优分组，完成结构面识别。

本发明授权基于优势结构面自寻优分组的结构面自动识别优化方法在权利要求书中公布了：1.基于优势结构面自寻优分组的结构面自动识别优化方法，其特征在于，所述方法包括： S1：获取边坡的点云数据，并利用Delaunay三角剖分算法建立边坡三角网模型，计算出三角网模型中各三角面的外法线向量，形成数据集N； S2：确定聚类数j＝2，对数据集N进行模糊聚类，得到隶属函数矩阵Unj； S3：沿隶属函数矩阵Unj的第一维度即每一行元素按从大到小的顺序排序，将隶属函数矩阵Unj变换为矩阵Cnj； S4：将隶属函数矩阵的每一行于数据集的每一元素一一对应，列序号为对应的分组，每一行的最大值所在的列为该元素的分组，遍历所有元素得到分类结果Rn； S5：确定隶属函数矩阵Unj的每一行的最大值，该值代表了对应元素的组内相似度，通过求隶属函数各行的最大值的平方之和得到组内相似指标，即 S6：计算组间相似指标Bj；确定隶属函数每一行的次最大值，该值代表了对应元素的组间相似度，通过求隶属函数各行的次最大值的平方之和得到组间相似指标，即 S7：计算模糊聚类的评价指标Opj；确定所述模糊聚类的评价指标计算表 达式为： 当模糊聚类分类结果与数据集实际类别数相对应时，该聚类数为最优聚类数，此时，聚类结果的组内相似指标Aj和组间相似指标Bj为取得相对最值； S8：通过迭代求出最优聚类数；改变jj＝3,4,5，…值按步骤S2-S7计算对应j值下的Opj；最优聚类数为Opj的最大值对应的聚类组数j，即当OpjOpj-1且OpjOpj+1时，j为最优聚类数，此时j与优势结构面组数相同； S9：输出分类结果Rn，即完成优势结构面自寻优分组。

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四川大学，其通讯地址为：610065 四川省成都市一环路南一段24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。