摘要
本发明公开了一种基于双向生成式自编码器的二次回路图模转换方法,涉及计算机视觉与图形处理技术领域,包括数据预处理与图元提取,并构建图元库;引入Wasserstein距离及融合GAN结构,设计并训练双向生成式自编码器,优化潜在空间分布;基于训练好的双向生成式自编码器,进行CAD图及SVG可视化模型间双向转换。本发明所述方法通过优化潜在空间和数据空间的循环一致性,提升了CAD图纸与SVG模型之间的转换准确性和稳定性,能够有效减少误识别率;通过结合生成对抗网络GAN与自动编码器AE,在双向映射过程中实现了解码器和编码器的联合优化;通过引入Wasserstein距离与最大均值差异MMD作为损失函数,提高生成样本的质量。
技术关键词
转换方法
图纸
回路
样本
数据
卷积神经网络提取
模板匹配技术
图形处理技术
SVG图形
联合损失函数
图像处理算法
自动化工具
广义
生成对抗网络
自动编码器
误识别率
距离估计
解码器
系统为您推荐了相关专利信息
监测方法
建立识别模型
设备运行参数
识别算法
数据可视化
卷积计算方法
数据
元素
计算机存储介质
电子设备
搬运机器人
监控管理方法
机器学习模型
数学模型
监控管理系统
合规性检查方法
相关性分析模型
梯度下降法
检查算法
数字证书