Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国南方电网有限责任公司丁晓兵获国家专利权

中国南方电网有限责任公司丁晓兵获国家专利权

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!

龙图腾网获悉中国南方电网有限责任公司申请的专利一种基于图数据库的模型拼接融合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:CN118861138B

龙图腾网通过国家知识产权局官网在2025-09-30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:202410837133.8,技术领域涉及:G06F16/25;该发明授权一种基于图数据库的模型拼接融合方法是由丁晓兵;李金;许丹莉;李映辰;李文朝;方文崇;张峻诚设计研发完成,并于2024-06-26向国家知识产权局提交的专利申请。

一种基于图数据库的模型拼接融合方法在说明书摘要公布了:本发明涉及图数据处理技术领域,尤其涉及一种基于图数据库的模型拼接融合方法。所述方法包括以下步骤:通过将各个模型的数据以图的形式建立数据模型,并进行图数据库构建和模型图结构检索处理,得到模型图形结构数据集;对模型图形结构数据集进行图形浅层特征分析,得到各个模型的图形节点浅层特征数据以及图形边浅层特征数据;对各个模型的图形节点浅层特征数据以及图形边浅层特征数据进行特征模式筛选分析和模型拼接重建处理,得到图数据拼接重建模型;对各个图数据拼接重建模型进行特征分解处理和模型拼接损失分析,并进行模型融合处理,以得到图数据融合模型。本发明能够实现了模型的拼接和融合,从而提高了拼接效率和准确性。

本发明授权一种基于图数据库的模型拼接融合方法在权利要求书中公布了:1.一种基于图数据库的模型拼接融合方法,其特征在于,包括以下步骤: 步骤S1:通过将各个模型的数据以图的形式建立数据模型,以得到不同模态的图数据模型;对不同模态的图数据模型进行图数据库构建,以生成模型图数据库; 步骤S2:对模型图数据库进行模型图结构检索处理,得到模型图形结构数据集;对模型图形结构数据集进行图形浅层特征分析,得到各个模型的图形节点浅层特征数据以及图形边浅层特征数据; 步骤S3:对各个模型的图形节点浅层特征数据以及图形边浅层特征数据进行特征模式筛选分析,以得到各个模型的低频基本特征数据以及高频细节特征数据;基于各个模型的低频基本特征数据以及高频细节特征数据对图数据模型进行模型拼接重建处理,得到图数据拼接重建模型;其中,步骤S3包括以下步骤: 步骤S31:对各个模型的图形节点浅层特征数据以及图形边浅层特征数据进行图形特征融合分析,得到各个模型的图形结构特征融合数据; 步骤S32:对各个模型的图形结构特征融合数据进行特征模式变化分析,得到各个模型的图形结构特征变化模式数据; 步骤S33:利用特征模式变化波动频率计算公式对各个模型的图形结构特征变化模式数据进行波动频率计算,以得到各个模型的图形结构特征模式变化波动频率; 其中,特征模式变化波动频率计算公式如下所示: 式中,n为模型总数,i为模型的项次索引参数,fi为第i个模型的图形结构特征模式变化波动频率,αi为第i个模型的图形结构特征模式振幅参数,βi为第i个模型的图形结构特征模式衰减系数,γi为第i个模型的图形结构特征模式变化影响因子,δi为第i个模型的图形结构特征模式带宽参数,exp为指数函数,ωi为第i个模型的特征模式波动相位角度,μi为第i个模型的特征模式波动角度分布均值,σi为第i个模型的特征模式波动角度分布标准差,ηi为第i个模型的波动频率修正系数; 步骤S34:根据预设的特征模式变化波动阈值对各个模型的图形结构特征模式变化波动频率进行比较判断,若各个模型的图形结构特征模式变化波动频率存在小于预设的特征模式变化波动阈值时,则将其对应模型的图形结构特征融合数据判别为低频基本特征数据,以得到各个模型的低频基本特征数据;若各个模型的图形结构特征模式变化波动频率存在大于或等于预设的特征模式变化波动阈值时,则将其对应模型的图形结构特征融合数据判别为高频细节特征数据,以得到各个模型的高频细节特征数据; 步骤S35:基于各个模型的低频基本特征数据以及高频细节特征数据对图数据模型进行模型拼接重建处理,得到图数据拼接重建模型; 步骤S4:对各个图数据拼接重建模型进行特征分解处理,得到各个重建模型的基本分解特征数据以及细节分解特征数据;基于各个模型的低频基本特征数据以及高频细节特征数据对各个重建模型的基本分解特征数据以及细节分解特征数据进行模型拼接损失分析,得到各个重建模型的拼接基本特征损失以及拼接细节特征损失;基于各个重建模型的拼接基本特征损失以及拼接细节特征损失对各个重建模型的基本分解特征数据以及细节分解特征数据进行模型融合处理,以得到图数据融合模型。

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中国南方电网有限责任公司,其通讯地址为:510700 广东省广州市黄埔区科学城科翔路11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。