摘要
本发明提供的基于算子学习的大规模网格智能生成方法及相关设备,应用于网格生成技术领域。本发明应用于双分支共享主干网络架构,双分支共享主干网络架构由共享主干网络、第一分支网络和第二分支网络组成。本发明通过共享主干网络提取计算域坐标的全局特征,同时采用双分支网络分别学习边界坐标的横向与纵向分布特性,利用多变量映射的算子学习实现多维度特征耦合,最终通过坐标映射生成物理域网格,在保证边界特征精准捕捉的前提下,通过共享特征复用与多变量解耦处理,实现了高效、高质量的网格生成,并且能够泛化到不同的几何形状,从而达成复杂几何适应性、多变量耦合能力与计算效率三者的协同优化。
技术关键词
智能生成方法
坐标
降维特征
联合损失函数
网络架构
物理
学习算法
网格生成技术
双分支网络
处理器
边界特征
电子设备
变量
存储器
生成装置
可读存储介质
程序
系统为您推荐了相关专利信息
协作机器人
激光扫描仪
坐标系
扫描路径规划
有效率