- 1、本文档共19页,其中可免费阅读18页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于深度学习技术领域,特别涉及基于物理约束深度学习的八叉树分层采样方法及应用,该方法包括八叉树初始化:利用原始数据中的方差信息生成一个初始八叉树模型,八叉树将数据的体积域细分为多个具有不同大小的长方体子块,八叉树的根结点表示整个体积数据,每个叶结点对应一个不可分割的子块;基于八叉树模型通过体积超分辨率框架进行多阶段训练:每当训练达到瓶颈时,终止当前阶段的训练,并重建八叉树,开始下一阶段的训练,在每个训练阶段,使用更新后的八叉树执行分层采样优化。通过本发明实现潜在特征网格上的分层采样,根据其
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117893408A
(43)申请公布日2024.04.16
(21)申请号202410149776.3
(22)申请日2024.02.02
(71)申请人山东科技大学
地址266500
文档评论(0)