[发明专利]单叶双曲面方程识别方法、设备、存储介质及装置有效

专利信息
申请号: 201910291554.4 申请日: 2019-04-11
公开(公告)号: CN110009747B 公开(公告)日: 2023-03-31
发明(设计)人: 王防修 申请(专利权)人: 武汉轻工大学
主分类号: G06T17/20 分类号: G06T17/20
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 胡海国
地址: 430023 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 双曲面 方程 识别 方法 设备 存储 介质 装置
【说明书】:

发明公开了一种单叶双曲面方程识别方法、设备、存储介质及装置,该方法包括:在获取到待识别方程时,按照第一预设规则变换所述待识别方程的形式,获得目标形式方程;按照第二预设规则从所述目标形式方程中提取出目标参数;根据所述目标参数识别所述目标形式方程是否为单叶双曲面方程。本发明中,通过根据从方程中提取的参数识别方程是否为单叶双曲面方程,从而能够识别各种模式的待识别方程是否为单叶双曲面方程,提高了单叶双曲面方程识别的准确度和效率,更能满足用户的需要。

技术领域

本发明涉及计算机技术领域,尤其涉及一种单叶双曲面方程识别方法、设备、存储介质及装置。

背景技术

现有技术中,单叶双曲面绘图装置总共能识别384种方程输入模式。虽然用这384种方程输入模式可以绘制任意的单叶双曲面图形,但用户的输入会受到这384种方程输入模式的限制,从而限制用户其他模式的输入。目前,为了绘制任意单叶双曲面图形,对用户的方程输入格式有严格要求。很多单叶双曲面方程,站在用户的角度是合理的,但由于提交的格式不规范,导致绘图系统无法识别。如何识别更多单叶双曲面方程的输入模式,以满足用户需求是亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种单叶双曲面方程识别方法、设备、存储介质及装置,旨在解决现有技术中单叶双曲面方程的识别效果不佳的技术问题。

为实现上述目的,本发明提供一种单叶双曲面方程识别方法,所述单叶双曲面方程识别方法包括以下步骤:

在获取到待识别方程时,按照第一预设规则变换所述待识别方程的形式,获得目标形式方程;

按照第二预设规则从所述目标形式方程中提取出目标参数;

根据所述目标参数识别所述目标形式方程是否为单叶双曲面方程。

优选地,所述在获取到待识别方程时,按照第一预设规则变换所述待识别方程的形式,获得目标形式方程,具体包括:

在获取到待识别方程时,从所述待识别方程中查找各变量的变量位置;

根据各变量的变量位置从所述待识别方程中提取出各变量分别对应的目标多项式;

从所述待识别方程中提取出目标常数项;

根据各变量分别对应的目标多项式和所述目标常数项构建所述目标形式方程。

优选地,所述目标参数包括各变量最高次项的目标系数和各变量的偏移常量;

所述按照第二预设规则从所述目标形式方程中提取出目标参数,具体包括:

从各变量分别对应的目标多项式中提取出各变量最高次项的目标系数,并从各变量分别对应的目标多项式中分离出各变量对应的所述偏移常量。

优选地,所述根据所述目标参数识别所述目标形式方程是否为单叶双曲面方程,具体包括:

分别计算各变量最高次项的目标系数与所述目标常数项之间的乘积;

根据所述乘积识别所述目标形式方程是否为单叶双曲面方程。

优选地,所述根据所述乘积识别所述目标形式方程是否为单叶双曲面方程,具体包括:

将所述乘积分别与预设数值进行比较,获得比较结果;

将所述比较结果与预设识别结果进行匹配,若匹配成功,则认定所述目标形式方程是单叶双曲面方程。

优选地,所述根据所述目标参数识别所述目标形式方程是否为单叶双曲面方程之后,所述单叶双曲面方程识别方法还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉轻工大学,未经武汉轻工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910291554.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top