基于机器学习的几何模型网格划分方法、装置、介质及设备
申请号:CN202411504042
申请日期:2024-10-25
公开号:CN119578206A
公开日期:2025-03-07
类型:发明专利
摘要
本发明公开了一种基于机器学习的几何模型网格划分方法、装置、介质及设备,属于计算机程序人工智能技术领域。该方法包括:获取待划分网格的几何模型;进行预处理,得到经过预处理的待划分网格的几何模型;输入至经过机器学习所得的网格划分预测模型,经过机器学习的网格划分预测模型对待划分网格的几何模型进行网格划分,得到几何模型的网格划分结果。该装置、介质及设备能够用于实现该方法。其提高了划分效率,减少了人工成本;自动调整网格划分策略,生成高质量网格;确保网格划分结果与实际模型的高度一致,避免了传统方法可能出现的误差和失真,为后续的有限元分析或其他数值计算提供了可靠的基础,提高了仿真结果的准确性和可信度。
技术关键词
网格划分方法
机器学习模型
网格划分装置
卷积神经网络算法
支持向量机算法
可读存储介质
人工智能技术
密度
随机森林
程序
处理器
存储器
计算机
数据
策略
电子设备
参数