摘要
本发明公开了一种基于多视图聚类的多模态融合的涡提取与分离方法。本发明包括:将包含不同类型单元的输入三维体网格数据统一转换为规则化的立方体网格,构建极值图快速找到极值点,以极值点为种子点执行区域增长进而得到涡区域,利用自定义积分器生成涡线,对得到的涡线进行多视图聚类,对分离后的涡区域进行表面提取与平滑处理,以改善可视化效果。本发明通过结合体素化、先进的种子点筛选、区域约束的涡线生成以及创新的多视图聚类技术,能够有效处理复杂三维流场数据,实现涡结构的高精度自动识别与分离。总体流程如图1所示。
技术关键词
非结构化网格
极值
标签
种子
高精度自动识别
邻居
顶点
面片
立方体
轮廓系数
宽度优先搜索
路径跟踪法
区域增长算法
空间聚类算法
步数计数器
谱聚类算法
四面体结构
系统为您推荐了相关专利信息
时序预测方法
电力单元
注意力机制
融合特征
电网关键节点
对话生成方法
编码器
关系
上下文特征
预训练语言模型
机器学习辅助
LightGBM模型
XGBoost模型
多模态
随机森林模型