GB/T 36341.2-2018
信息技术 形状建模信息表示 第2部分:特征约束

Information technology—Information representation of shape modeling—Part 2: Feature constraint

GBT36341.2-2018, GB36341.2-2018


 

 

非常抱歉,我们暂时无法提供预览,您可以试试: 免费下载 GB/T 36341.2-2018 前三页,或者稍后再访问。

您也可以尝试购买此标准,
点击右侧 “立即购买” 按钮开始采购(由第三方提供)。

 

标准号
GB/T 36341.2-2018
别名
GBT36341.2-2018, GB36341.2-2018
发布
2018年
发布单位
国家市场监督管理总局、中国国家标准化管理委员会
当前最新
GB/T 36341.2-2018
 
 

GB/T 36341.2-2018相似标准


推荐

自动化所提出不规则卷积神经网络

实际上,规则形状的卷积核也可以模拟不规则的特征模式,其基本思想是,在规则形状内不同尺度的权重分布可以具有与不规则形状相类似的效果。如图1(b)所示,两个规则卷积核K1和K2都因为其特殊的分布,而拥有了建模不规则形状的能力。但这种方式消耗了18个权重参数去建模9个像素的输入特征。...

基于层级图网络的图卷积:用点云完成3D目标检测(三)

候选推理模块通过以上几步,多层局部的语义信息已经被很好的捕捉到了,但全局信息还没有很好的学到,或者说可能有些目标在点云中只体现出很小的一部分表面的点,在这样少的信息下很难正确的将其识别出来。其推理过程为:其中 Hp 表示候选特征 tensor,P 表示候选的相对位置论文实验本文在 SUN RGB-D 和 ScanNet-V2 两个数据集上进行了实验。此外,本文还进行了消融实验以证明各模快的有效性。...

GAN不只会造假:捕获数据中额外显著特征,提高表征学习可解释性,效果超越InfoGAN | IJCAI 2020

利用信息纠缠,有可能拆分出其他显著特征相互作用的产物,也有可能发现纠缠在一起但显著的新特征。研究人员如下图所示调整了图结构。这使得GAN趋向于发现2个会影响3个特征的潜伏特征。研究人员观察到,c1和c2分别捕获了宽度和粗细度的特征,而c3则捕获了宽度和粗细度的混合特征。这一结果说明,反馈给学习网络G的图结构,能够引导GAN发现遵循期望的因果关系的变量。...

创新丨新型管式安全气囊

约束系统在建立与验证过程中,使用50百分位Hybrid III假人建立完成的约束系统模型如图2所示。☝图2. 约束系统模型在进行新型管式气囊有限元模型的建立与验证时,首先在三维建模软件UG中建立新型管式气囊三维模型,之后进行网格划分,共有37 921个节点、40 123个单元。为了验证安全气囊有限元模型的准确性,试制了新型管式气囊样件,并采用高压充气泵开展了静态展开试验。...


GB/T 36341.2-2018系列标准





Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号