摘要
本发明公开了一种面向增材制造的晶格数据压缩方法、系统及介质,属于增材制造技术领域,用于解决目前亟需一种能够针对晶格数据的高效压缩方法,以同时提升晶格结构建模的效率与精度的技术问题。方法包括:基于预定义的晶胞类型,构建晶胞体积场数据集;构建基于自编码器架构的神经网络模型;通过所述晶胞体积场数据集,对所述神经网络模型进行训练,得到晶胞体积场预测模型;通过所述晶胞体积场预测模型,提取目标晶胞体积场数据的三维网格结构;将提取的三维网格结构进行准确性验证,并根据验证结果对所述晶胞体积场预测模型进行优化训练。
技术关键词
三维网格结构
数据压缩方法
面向增材
神经网络模型
编码器架构
编码向量
子模块
非易失性计算机可读存储介质
可视化软件
高效压缩方法
解码器
数据压缩系统
神经网络结构
模型训练模块
参数
精度
优化器
系统为您推荐了相关专利信息
三维卷积神经网络模型
空调系统负荷
电力预警方法
训练样本数据
生成特征向量
三维点云数据
激光束
点云数据分割
三维坐标信息
注射器
深度神经网络模型
点击率
推荐方法
推荐模型训练
训练样本集
分区管理方法
风险预测模型
安全监管
信息熵
熵权法