基于CNN的CAD模型到MCNP模型转换算法研究

田彦山;吴炯;王森;孙宏宇;周庆国;

doi:10.13718/j.cnki.xdzk.2015.12.018

西南大学学报（自然科学版）

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于CNN的CAD模型到MCNP模型转换算法研究

田彦山;吴炯;王森;孙宏宇;周庆国;. 基于CNN的CAD模型到MCNP模型转换算法研究[J]. 西南大学学报（自然科学版）, 2015, 37(12). doi: 10.13718/j.cnki.xdzk.2015.12.018

引用本文:

田彦山;吴炯;王森;孙宏宇;周庆国;. 基于CNN的CAD模型到MCNP模型转换算法研究[J]. 西南大学学报（自然科学版）, 2015, 37(12). doi: 10.13718/j.cnki.xdzk.2015.12.018

Citation:

基于CNN的CAD模型到MCNP模型转换算法研究

田彦山;吴炯;王森;孙宏宇;周庆国;

兰州大学信息科学与工程学院; 宁夏师范学院数学与计算机科学学院;

TIAN Yan-shan;WU Jiong;WANG Sen;SUN Hong-yu;ZHOU Qing-guo;School of Information Science & Engineering,Lanzhou University;Dept.of Mathematics & Computer Science,Ningxia Normal University;

摘要: MCNP输入文件具有结构复杂,几何模型描述工作易出错的特点.本文利用卷积神经网络对CAD模型到MCNP几何模型的转换算法进行了改进,给出了卷积神经网络(CNN)图片分类对栅元位置信息进行判断的方法,实验结果显示改进后的算法在进行模型转换时具有更好的可扩展性和可靠性,对复杂CAD模型的兼容性更强,并为CAD模型的特征识别提供了一种新的方法.?更多还原
- CAD模型 /
- MCNP几何模型 /
- STEP文件 /
- 卷积神经网络

计量

文章访问数: 972
HTML全文浏览数: 337
PDF下载数: 0
施引文献: 0

基于CNN的CAD模型到MCNP模型转换算法研究

田彦山;吴炯;王森;孙宏宇;周庆国;

兰州大学信息科学与工程学院; 宁夏师范学院数学与计算机科学学院;

关键词:

摘要: MCNP输入文件具有结构复杂,几何模型描述工作易出错的特点.本文利用卷积神经网络对CAD模型到MCNP几何模型的转换算法进行了改进,给出了卷积神经网络(CNN)图片分类对栅元位置信息进行判断的方法,实验结果显示改进后的算法在进行模型转换时具有更好的可扩展性和可靠性,对复杂CAD模型的兼容性更强,并为CAD模型的特征识别提供了一种新的方法.?更多还原