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！

龙图腾网获悉贵州师范大学申请的专利基于分层特征融合的文本至三维生成架构优化方法及系统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：CN121580331B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610067521.1，技术领域涉及：G06F18/25；该发明授权基于分层特征融合的文本至三维生成架构优化方法及系统是由甄新锐;王发;陈善纶;张凯;李远红;张少康;王群立;杨佳;宗恩秀设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于分层特征融合的文本至三维生成架构优化方法及系统在说明书摘要公布了：本发明涉及模型构建技术领域，基于分层特征融合的文本至三维生成架构优化方法及系统，包括：获取文本数据，对文本数据进行预处理操作，得到标准词汇类型集，对标准词汇类型集进行特征提取，得到文本特征集，对文本特征集进行分类，得到特征类型集，获取几何特征集，将特征类型集与几何特征集进行分层特征融合，得到多模态特征集，将多模态特征集输入三维生成模型，得到初始三维模型，对初始三维模型进行参数校验，得到目标三维模型，完成文本至三维生成架构优化。本发明可解决三维模型的构建过程中精度低的问题。

本发明授权基于分层特征融合的文本至三维生成架构优化方法及系统在权利要求书中公布了：1.一种基于分层特征融合的文本至三维生成架构优化方法，其特征在于，所述方法包括： 确定三维生成环境，其中，所述三维生成环境包括：文本处理单元、特征处理单元及特征融合单元； 获取文本数据，利用所述文本处理单元对所述文本数据进行预处理操作，得到标准词汇类型集； 基于所述特征处理单元，对所述标准词汇类型集进行特征提取，得到文本特征集； 对所述文本特征集进行分类，得到特征类型集； 获取几何特征集，利用所述特征融合单元，将所述特征类型集与几何特征集进行分层特征融合，得到多模态特征集，包括： 从特征类型集中确认出基础结构类型集、尺寸参数类型集及表面形态类型集，其中，基础结构类型集中包含一个或多个基础结构类型，尺寸参数类型集包含一个或多个尺寸参数类型，表面形态类型集中包含一个或多个表面形态类型； 基于所述基础结构类型集与几何特征集中的模型拓扑结构集，计算结构相似度集，其中，所述结构相似度集中包含一个或多个结构相似度，每个结构相似度均对应一个基础结构类型及模型拓扑结构； 基于所述尺寸参数类型集与模型尺寸参数集，计算参数匹配度集，其中，所述参数匹配度集中包含一个或多个参数匹配度，每个参数匹配度均对应一个尺寸参数类型及模型尺寸参数； 基于所述表面形态类型集与表面形态参数集，计算形态相似度集，其中，所述形态相似度集中包含一个或多个形态相似度，每个形态相似度均对应一个表面形态类型及表面形态参数； 根据所述结构相似度集，利用特征融合单元对基础结构类型集与模型拓扑结构集进行结构特征融合，得到基础结构融合特征向量集； 根据所述参数匹配度集，对尺寸参数类型集与模型尺寸参数集进行参数特征融合，得到尺寸融合特征向量集； 根据所述形态相似度集，对表面形态类型集与表面形态参数集进行形态特征融合，得到形态融合特征向量集； 对所述基础结构融合特征向量集、尺寸融合特征向量集及形态融合特征向量集进行特征聚合，得到多模态特征集； 将所述多模态特征集输入预设的三维生成模型，得到初始三维模型； 对所述初始三维模型进行参数校验，得到目标三维模型，完成文本至三维生成架构优化。

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贵州师范大学，其通讯地址为：550025 贵州省贵阳市贵安新区花溪大学城栋青路；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。