激光焊接（LW）成为最经济的高质量连接工艺之一。 LW的优点是热量输入受到严格控制，导致变形低，并且能够焊接热敏感部件。 为了有效地利用LW带来的好处，有必要开发一种集成方法来识别和控制焊接工艺变量，以产生所需的焊接特性，而不必强迫使用传统且严格的试验和错误程序。 本文利用3D数值建模和实验验证，对低碳镀锌钢激光搭接焊的焊缝几何特征预测进行了研究。 与温度有关的材料特性，冶金转变和焓方法构成了所提出的建模方法的基础。 采用自适应3D热源来模拟LW过程的锁孔和传导模式。 使用商业软件上的3D有限元模型进行仿真。 该模型用于估算各种LW参数（例如激光功率，焊接速度和激光束直径）的焊缝几何特性。 3D数值模型的校准和验证基于使用3 kW Nd：Yag激光系统获得的实验数据，结构化的实验设计和经过确认的统计分析工具。 结果表明，该建模方法不仅可以为可变的焊接参数和条件下的焊接特性提供一致且准确的预测，而且还可以对过程参数对焊接质量的影响进行全面而定量的分析。 结果表明，焊缝几何形状特性的预测值和测量值之间具有很高的一致性，例如熔深，顶部表面的焊缝宽度和薄板之间的界面处的焊缝宽度，平均精度大于9

jakteristics：从python计算点云几何特征

由于激光点云数据的无序性、离散性、稀疏性，基于深度学习的三维点云数据的特征提取具有一定难度。针对目前局部信息提取不充分，区域信息的合并有限的问题，提出了一种基于层级边缘卷积的点云分类网络，用于三维视觉中点云模型识别任务。本文采用层级结构的思想，通过层级几何信息模块对特征进行有效提取和归纳。对于每个层级几何信息提取模块，首先对点云模型进行下采样并构建局部区域，对每个局部区域中点与点之间的距离和特征进行建模，获得局部区域的几何信息，最后聚合多个采样点的局部结构特征。实验结果表明，本算法在ModelNet40数据集上的识别准确率为91.5%。与已有的三维点云模型识别分类算法相比，本文算法能够更充分地提取局部信息，进一步提高三维点云模型分类的准确率

路面裂缝影像几何特征提取算法，李清泉，刘向龙，传统的基于人工视觉野外检测路面裂缝的方法愈来愈不能适应高速公路发展的要求，其耗人力、耗时、影响交通、危险、测量结果不一致

行业分类-电信-时-频混叠信号的几何特征滤波方法.rar

基于深度学习的几何特征匹配方法.pdf

空间对象几何特征编码 绘制16x16网格，并在其上书写实习人的姓名(不少于两个字)，字体采用等线体 依据网格对网格中的汉字笔画进行几何特征的编码 按照ArcInfo的Gen格式形成编码文件 编写程序读取Gen格式文件，并将结果绘制在屏幕上(每个字单独绘制)

基于相关主元和微分几何特征抽取的多模态过程监测

基于几何特征的动态人脸识别基于几何特征的动态人脸识别

基于几何特征与深度数据的三维人脸识别,3d人脸识别算法的过程