[发明专利]基于深度学习的体设计的功能相关

权利要求书

1.一种计算机实现的方法，用于生成一个或更多个设计方法，所述一个或更多个设计方法包括一个或更多个期望的功能属性，所述方法包括：

基于示范设计，生成描述所述示范设计的多个第一功能属性的第一组标签；

基于所述第一组标签，确定描述第一类系统的多个第二功能属性的第二组标签；以及

基于所述第二组标签，从包括多个系统类的功能空间中提取所述第一类系统，

其中所述第一类系统中的每个系统具有针对解决设计问题的至少一个功能属性。

2.根据权利要求1所述的计算机实现的方法，其中所述多个第二功能属性包括在所述多个第一功能属性中包括的至少一个功能属性。

3.根据权利要求1所述的计算机实现的方法，其中确定所述第二组标签包括：

确定所述功能空间内所述第一组标签的第一位置，其中所述功能空间包括多维数据结构；以及

确定相对于驻留于所述功能空间内的一个或更多个其他组标签来说，所述第二组标签在所述功能空间内驻留于最接近所述第一组标签处。

4.根据权利要求3所述的计算机实现的方法，其中所述功能空间包括本体空间，所述本体空间包含对应于多组功能描述性标签的多个位置。

5.根据权利要求3所述的计算机实现的方法，其中所述功能空间包括系统空间，所述系统空间包含对应于所述多个系统类的多个位置。

6.根据权利要求5所述的计算机实现的方法，其中与所述系统空间相关联的每个系统类通过与本体空间相关联的不同组功能描述性标签进行描述。

7.根据权利要求1所述的计算机实现的方法，其中所述示范设计包括图像或计算机辅助设计文件。

8.根据权利要求1所述的计算机实现的方法，其中所述示范设计具有针对解决所述设计问题的一个或更多个功能属性。

9.根据权利要求1所述的计算机实现的方法，其中人工神经网络生成所述第一组标签，并且所述第一组标签包括从自然语言导出的单词序列。

10.根据权利要求9所述的计算机实现的方法，其中通过调整一组权重以使得所述人工神经网络正确地生成与样本设计相关联的一组功能描述性标签来训练所述人工神经网络。

11.一种非暂时性计算机可读介质，存储程序指令，当所述程序指令在被处理器执行时，使得所述处理器通过执行下述步骤生成包括一个或更多个期望的功能属性的一个或更多个设计方法：

基于示范设计，生成描述所述示范设计的多个第一功能属性的第一组标签；

基于所述第一组标签，确定描述第一类系统的多个第二功能属性的第二组标签；以及

基于所述第二组标签，从包括多个系统类的功能空间中提取所述第一类系统，

其中所述第一类系统中的每个系统具有针对解决设计问题的至少一个功能属性。

12.根据权利要求11所述的非暂时性计算机可读介质，其中所述多个第二功能属性包括在所述多个第一功能属性中包括的至少一个功能属性。

13.根据权利要求11所述的非暂时性计算机可读介质，其中确定所述第二组标签包括：

确定所述功能空间内所述第一组标签的第一位置，其中所述功能空间包括多维数据结构；以及

确定相对于驻留于所述功能空间内的一个或更多个其他组标签来说，所述第二组标签在所述功能空间内驻留于最接近所述第一组标签处。

14.根据权利要求13所述的非暂时性计算机可读介质，其中所述功能空间包括本体空间，所述本体空间包含对应于多组功能描述性标签的多个位置。