需要整理的材料

一. 项目概述

(1) 科研项目

1. 基于Sketch的三维CAD模型检索

一般的Sketch检索是先把模型库的模型转化为二维图像,接着用图像处理的知识进行图像的匹配检索;我的方法是从一副Sketch提取三维CAD模型的特征,然后利用三维CAD工程特征来进行检索。具体是以Loop(也就是环)为单位,每个Loop代表一种比商品化系统更加细粒度的基本特征,给定特征列表,然后根据上下文来排除确定特征。

问题1:为什么要采用这个方法,有什么优势?

 # 单纯地转化为二维图像进行匹配检索,只是从一些外形、属性的相似性来看,但是同一类别的外形、属性可能各异,可能同样的语义操作稍微相差一点点,但是可能会导致特别迥异的形状,那么二维图像检索就无法处理这种情况了,这样的检索并不具有语义;

 # 我们的方法的优势不仅在于方法的创新,利用CAD语义特征检索,加入了语义信息,检索偏向具有类似特征操作的模型。

问题2:这个方法的难点在哪里?

 # 因为Sketch最大的特点就是信息缺失,我们给出的Sketch只有单幅正视图或者俯视图,丢失了很多深度信息,甚至正负特征也很难识别。

# 目前我们给定的方法是,对丢失深度信息,采用上下文或者局部上下文来增加信息量,甚至增加了一些工程意义上的Loop模式,来提高局部上下文的识别效率和准确度。 

#对于正负特征,目前没有特别好的办法,这个在CAD领域一直是一个难题,我采取了基于统计的办法来指定一些启发式规则来引导识别正负特征,以及在Bag-of-Features检索的时候,对同一个Shape的正负特征采用总数计数以及分别计数方式相结合,以及赋予权值的方法,来减弱正负特征不确定性对检索的影响。

2. 基于语义的异构CAD模型检索

异构的CAD模型具有不同的特征表示命名或者不同的特征操作,在检索的时候,数据库模型一般有多种系统的CAD模型,这样检索的时候就必须要进行特征映射和推理规则,才能达到好的检索效果。在提取特征和规则推理过程中涉及到CAD软件SolidWorks的二次开发和本体、知识获取软件Protege的二次开发。

3. 用深度学习的方法来分类CAD模型

第一次采用深度学习的方法来分类CAD模型,要从三维模型提取描述子代表三维模型并转化为向量,提取的描述子主要是傅里叶描述子、矩变换描述子等综合表示输入向量,将模型库分为训练、验证和测试集;然后构造训练器,调整训练参数。

问题1:用了哪些深度学习的知识?与一般神经网络有什么不同?

 # 深度学习与一般神经网络的区别主要在于,

(2)工程项目

1. 设计原则的获取工具

① 获取工具的Web版本的开发。主要功能包括:树形结构下不同类型的结点以及结点间连线的添加、删除、修改、移动位置,树形结构下结点间的相互依赖关系,打开保存文件。

用JavaScript跟CSS、HTML实现页面结点连线的操作,以及树形结构关系。用Java以及Tomcat服务器实现文件的打开和保存工作,用xml存储。

② 获取工具的应用版本的调试。主要功能除了以上之外,还有集成了三维模型的显示、标记等。我参与了对这个版本的调试工作。

2. 基于Web Services的信息集成系统设计

这是一个网站开发,采用了Struts2和Hibernate两种框架,我的工作主要是获取Web服务,得到接口,利用接口信息,做一些解析操作实现实时获取并显示在网站上。主要语言是Java、JavaScript、HTML、CSS等常见的网站开发语言。服务器是Tomcat。

2. 自我介绍

首先感谢您抽出时间来与我交流并指导我。我叫XXX,是一名浙江大学CAD&CG实验室的学生,预计2015年4月份毕业。我现在研究的方向是基于草图的CAD模型检索,而先前参与过的方向是基于本体的异构系统检索和三维零件分类,研究生阶段参与的比较偏工程的项目是与西门子合作的设计原则的获取工具编写。我认为我的性格开朗热情,很容易融入集体,希望我有机会能够加入你们公司,与其他人一起为公司发展而努力。

3. 对未来的职业规划

现在比较想继续写代码,觉得代码是一种很漂亮的语言,可以将所想的东西表达出来。未来几年暂时还是比较想搞研发。

4. 对未来的工作有什么期待

希望我所在部门的工作环境是友好的,大家互相帮助,随时可以交流。然后我的工作,首先培养对它的兴趣,可以学习一些新的知识,探索最优算法,或者写出漂亮的框架代码。其实我觉得,无论做什么,只要可以专心做一件事情感觉都很美好的。

5. 有什么问题要问的

# 如果进了你们公司,可能会加入什么部门?

# 公司会有入职前的培训吗?

# 进入公司前需要必备什么方面的知识?

#

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,529评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,015评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,409评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,385评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,387评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,466评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,880评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,528评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,727评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,528评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,602评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,302评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,873评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,890评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,132评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,777评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,310评论 2 342

推荐阅读更多精彩内容