基于数据挖掘的三维模型表征、索引与检索研究

摘要

随着全球化的竞争的不断加剧，如何能高效地制造生产新的产品对企业来说至关重要。另一方面，计算机软件业，尤其是CAD软件业的迅猛发展，模型可以很方便的存储在计算机里，用户也可以很方便的查看这些已存在的模型，这也使得重用以往设计的产品成为了可能。然而，由于时间的积累，设计规模的不断扩大，导致存储的模型库越来越大，如何高效的检索已设计过的产品，变得至关重要。本文针对三维CAD模型的高效检索问题，进行了深入的研究，并取得一些进展。
　　 本文的工作包括以下以几方面：
　　 1.定义了一个新的三维CAD模型的描述符，中轴属性邻接图(MAAG)，用来描述流形模型的形态特征，该描述符能效地表征CAD模型的整体形状以及局部特征。
　　 2.采用数据挖掘的方法，从三维模型的中轴属性邻接图的数据集中发现并提取频繁子图模式集，并对这些模式进行分析，作为中轴属性邻接图集的摘要信息。
　　 3.根据已经提取的子图模式集，提出了基于子图模式集的相似性评价方法，对两个三维CAD模型的中轴属性图进行相似性评价。因而避免了以往的评价中所带来的寻找最大公共子图这一NP问题，提高了相似性评价的效率。
　　 4.基于挖掘得到的子图模式集，提出一种新的索引机制——扩展索引树。扩展索引树有效地利用了子图模式之间的相互包含关系，支持子图模式的快速查找，提高了系统整体的效率。
　　 5.实现了一个原型系统Search Engine，并通过大量实验，对文中的提出的方法进行验证。