一种基于图和点云神经网络的新型CAD模型特征识别方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开一种基于图和点云神经网络的新型CAD模型特征识别方法，通过创建含有异构加工特征的数据集，并将B‑Rep模型转换为带有面‑边属性的面邻接图、表面UV网格和表面点云输入神经网络模型，神经网络模型集成图编码器、点编码器和多任务头，图编码器和点编码器分别从点、边和面不同尺度的形状原语中学习到可分类的嵌入向量；多任务头通过三个元学习器将所述嵌入向量转化为相应的语义分割、实例分割和底面分割结果。本发明能够从CAD模型的不同表示形式中提取洞见，并并行处理异构加工特征的语义分割、实例分割和底面分割任务，通过实验证明了G&PCNet在非异构与异构加工特征识别中的有效性和优越性，以及在真实工业场景中的应用潜力。

《一种基于图和点云神经网络的新型CAD模型特征识别方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024116935309，当前法律状态为已下证，由郑州大学提出申请，发明人为杨炯;马刘欢;袁阳鑫;康超凡，申请日期为2024-11-25，公开（公告）日期为2025-10-03，国际专利分类号（IPC）为 G06F 30/27 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开一种基于图和点云神经网络的新型CAD模型特征识别方法，通过创建含有异构加工特征的数据集，并将B‑Rep模型转换为带有面‑边属性的面邻接图、表面UV网格和表面点云输入神经网络模型，神经网络模型集成图编码器、点编码器和多任务头，图编码器和点编码器分别从点、边和面不同尺度的形状原语中学习到可分类的嵌入向量；多任务头通过三个元学习器将所述嵌入向量转化为相应的语义分割、实例分割和底面分割结果。本发明能够从CAD模型的不同表示形式中提取洞见，并并行处理异构加工特征的语义分割、实例分割和底面分割任务，通过实验证明了G&PCNet在非异构与异构加工特征识别中的有效性和优越性，以及在真实工业场景中的应用潜力。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！