Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军海军大连舰艇学院董箭获国家专利权

中国人民解放军海军大连舰艇学院董箭获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军海军大连舰艇学院申请的专利关键采样点高效判定的TIN_DDM缓冲面快速构建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115757347B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211472316.1,技术领域涉及:G06F16/21;该发明授权关键采样点高效判定的TIN_DDM缓冲面快速构建方法是由董箭;张志强;唐露露;季宏超设计研发完成,并于2022-11-23向国家知识产权局提交的专利申请。

关键采样点高效判定的TIN_DDM缓冲面快速构建方法在说明书摘要公布了:本发明提出一种关键采样点高效判定的TIN_DDM缓冲面快速构建方法,属于海底地形表面缓冲区分析及应用技术领域。本发明通过临界滚动球半径试探迭代及面向关键采样点候选点快速解算的空间数据块索引建模,能够实现TIN_DDM缓冲面构建数据库的快速构建,进而达到单次TIN_DDM缓冲面快速构建的目的。

本发明授权关键采样点高效判定的TIN_DDM缓冲面快速构建方法在权利要求书中公布了:1.一种关键采样点高效判定的TIN_DDM缓冲面快速构建方法,其特征在于,该方法包括以下步骤: 1设定TIN_DDM缓冲面构建的最大缓冲半径与索引空间数据块的行宽、列宽与层高,其中;、、分别表示所在位置的行号、列号、层号; 2利用TIN_DDM内采样点与索引空间数据块的映射公式,计算所在的行号、列号、层号,进而建立采样点与索引空间数据块的对应关系;其中表示所选取采样点的位置数,,为采样点总数; 3计算各格网内采样点所在层号的最大值,其中,格网表示行号与列号一致的索引空间数据块集合; 4依次选取TIN_DDM模型中采样点,将设定为初始关键采样点,对应的初始临界半径为0,;依此作为点的下一关键采样点及其对应的临界半径解算的基准点;其中,为TIN_DDM缓冲面快速构建数据库中点第个关键采样点,取,为的关键采样点的总数; 5初始设置预设临界半径为,关键采样点候选点为; 6依据采样点所在格网位置,结合依环层顺序的格网快速排列集合,顺次选取格网快速排列集合内格网;其中,表示点所在格网表示格网快速排列集合内所选取格网的位置数,表示第个格网的空间索引号数值; 7根据极值区分的索引空间数据块快速判定公式,计算各格网内采样点所在层号的最小值,再结合步骤3解算的格网内采样点所在层号的最大值,确定所选格网内包含有候选点的索引空间数据块集合; 8根据临界半径求解公式,计算所选索引空间数据块集合内采样点与关键采样点对应的临界滚动球半径; 9选取最小的临界滚动球半径,记为,和其对应的采样点,记为; 10若存在最小临界滚动球半径和对应的采样点且小于预设临界半径,则预设临界半径重新赋值为并将关键采样点候选点重设为点; 11顺次选取下一格网,重复步骤7-10,直至所需处理环层遍历完毕,即所选格网所在环层的环层数大于依环层覆盖公式确定的环层数最大值,则将预设临界半径和关键采样点候选点记录在TIN_DDM缓冲面快速构建数据库中对应采样点的数据链记录内,即,; 12将采样点作为下一阶段的关键采样点计算的基准点,重复上述步骤5-11,确定下一关键采样点与其对应临界半径,直至该阶段小于上阶段或不存在和对应的时,重复上述步骤4-11,计算下一采样点的关联数据链,直至TIN_DDM内所有采样点均被选取后,即可建立TIN_DDM缓冲面快速构建数据库中所有采样点对应的关键采样点与临界半径; 13依据解算的TIN_DDM缓冲面快速构建数据库和所求缓冲面的缓冲半径,结合采样点处缓冲半径的缓冲面水深值计算公式,顺次解算TIN_DDM内所有采样点处缓冲面水深值,从而实现任意缓冲半径下同一空间范围的TIN_DDM缓冲面分析应用领域效率需求。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军海军大连舰艇学院,其通讯地址为:116018 辽宁省大连市中山区解放路667号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。