东南大学罗晨获国家专利权
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！
龙图腾网获悉东南大学申请的专利基于自适应学习神经网络的无序点云曲面重构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：CN115249298B 。
龙图腾网通过国家知识产权局官网在2026-04-10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：202210722706.3，技术领域涉及：G06T17/30；该发明授权基于自适应学习神经网络的无序点云曲面重构方法是由罗晨;王伟;周怡君设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。
本基于自适应学习神经网络的无序点云曲面重构方法在说明书摘要公布了：本发明涉及一种基于自适应学习神经网络的无序点云曲面重构方法，应用于几何建模和逆向工程等领域，包括：将无序空间点云映射到二维曲面上，通过构造二维参数曲面来确定点云参数值；以双变量B样条基函数为激活函数，构造表示张量积B样条曲面的神经网络；根据B样条的局部支撑性，应用拉格朗日乘子法，将切向约束条件叠加到损失函数的对应项中；迭代更新，以获得B样条曲面控制点。本发明通过构造二维参数曲面来实现点云参数化，并基于神经网络来重构B样条曲面，在保证整体重构精度的情况下能够满足切向约束条件。
本发明授权基于自适应学习神经网络的无序点云曲面重构方法在权利要求书中公布了：1.一种基于自适应学习神经网络的无序点云曲面重构方法，其特征在于，包括： 步骤一：获取目标对象的无序空间点云，将无序空间点云映射到二维曲面上，构造一个与映射到二维曲面上的二维点云精确匹配的参数曲面，将参数曲面离散化，通过寻找距离二维点云最近的离散点来确定二维点云的参数值，进行样本采样，记录样本点的参数值及对应的实际坐标； 步骤二：构造一个三层神经网络来表征张量积B样条曲面，包括： 以双变量B样条基函数作为神经网络隐层的激活函数，将张量积B样条曲面的控制点集作为神经网络的权系数，以控制点的个数作为神经网络隐层的节点个数，以样本点的参数值为神经网络的输入，以参数值对应于张量积B样条曲面上的点坐标为神经网络的输出；将张量积B样条曲面在特定参数值处的单位切矢作为切向约束引入平方损失函数，作为神经网络的损失函数； 步骤三：通过输入样本点训练神经网络来极小化损失函数，以得到最优权系数，从而获得张量积B样条曲面的最优控制点，实现基于张量积B样条曲面的、满足切向约束的曲面重构。
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东南大学，其通讯地址为：210096 江苏省无锡市江宁区东南大学路2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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励