[发明专利]一种基于CAD导出Excel数据的物件归类分析系统及方法有效
申请号: | 201810314941.0 | 申请日: | 2018-04-10 |
公开(公告)号: | CN108509633B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 郑锐韬;李勇波;孙傲冰;季统凯 | 申请(专利权)人: | 国云科技股份有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F8/20;G06N3/04 |
代理公司: | 厦门市新华专利商标代理有限公司 35203 | 代理人: | 徐勋夫 |
地址: | 523000 广东省东莞市松山湖高*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 cad 导出 excel 数据 物件 归类 分析 系统 方法 | ||
本发明涉及数据分析技术领域,尤其是一种基于CAD导出Excel数据的物件归类分析系统及方法。本发明通过把CAD的数据按Excel表的格式进行导出,再对相应的数据进行空间、大小、位置等数据格式化的处理,从而形成可类比的数据格式,用类卷积神经网络的算法,对大量的CAD设计进行归类划分,使用分类的方法把新获取的物件的数据通过对比归类,从而为CAD设计者从大量的数据中归类分析设计的大概类型、预测行业设计趋势。本方法为设计者提供一种有效的分析方法的同时,还解决了设计者担心设计的方案被他人获取后造成损失的问题;可以用于CAD设计数据的处理。
技术领域
本发明涉及数据分析技术领域,尤其是一种基于CAD导出Excel数据的物件归类分析系统及方法。
背景技术
随着CAD设计的发展,各种CAD设计公司保存了越来越多的CAD数据。大量的历史数据,从外人看来,杂乱无章;如果需要只能一个个文档打开并查看具体的历史设计形状。这对于个人来说,是一个繁重的工作。另外一方面,数据是一座金矿,拥有大量的数据,则相当于拥有一座金矿,但需要从中挖掘出有用的数据,比如:
1.对大量的CAD数据进行分类,相同的类别从中获取共同的特性;获取明显的数据特征,对于以后的设计有办好的参考意义。同时对于相同的物件的归类,可以使想查找资料的人员,从大量的CAD文件中,获取相关的类别;减少查找资料的时间。
2.得出大量的CAD数据的特征后,对于新的CAD物件数据,可快速导入并生成统计数据,分析后续各CAD设计的物件发展趋势。随着现代生产工艺的发展,越来越多的产品的生产,首先需要按CAD设计出模型,再进行大量的生产。如果能在获取了相关的CAD设计数据后,统计出某种物件的设计数据,基本可以判断出后续可能要流行的物件;就可以先人一步实现生产的预测,从而实现比其他人快速铺开生产的条件,从而实现市场的占领。
基于以上的两个好处,从大量的CAD数据中分析出特征,然后进行分类、差别具有很好的经济价值,是一个实现经济价值的创新点。但对于CAD人员来说,他们对于专业的分析过程不熟悉,需专业的数据分析人员建立专业的分析系统。从另外一方面,如果他们把CAD的数据毫无保留地拿出来,又担心设计创新点的抄袭,造成他们设计的版权的外泄。
发明内容
本发明解决的技术问题在于提供一种基于CAD导出Excel数据的物件归类分析系统及方法;实现对大量的CAD设计进行归类划分,把新获取的物件的数据通过对比归类,从而为CAD设计者从大量的数据中归类分析设计的大概类型、预测行业设计趋势。
本发明解决上述技术问题的技术方案是:
所述的系统包括分布式数据存储处理模块、物件大小标准化模块、物件位置标准化模块、卷积神经网络分析模块和CAD物件识别模块;
所述的分布式数据存储处理模块,提供分布式存储、处理,用于大数据量的存储计算;
所述的物件大小标准化模块,设计统一大小的标准化,以规范不同物件大小不一,用于图形设计;
所述的物件位置标准化模块,统一物件的坐标位置,格式化物件各位置的数据;
所述的卷积神经网络分析模块,对统一了大小、位置的物件数据进行卷积数据输入识别,输出分析结果后的类别;
所述的CAD物件识别模块,基于卷积神经网络分析结果,输入新的物件数据,识别出新物件的类型,统计新增加数据结果。
所述的方法包括如下步骤:
步骤1:搭建大数据存储、处理平台Hadoop+Spark,建立起基于分布式大数据处理的运行平台;
步骤2:基于分析的CAD物件的特征,设定一个大小合适的统一尺寸,并把所有的CAD数据,按比例转换为统一的大小;
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国云科技股份有限公司,未经国云科技股份有限公司许可,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/201810314941.0/2.html,转载请声明来源钻瓜专利网。