买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川科比科科技有限公司;成都科比科科技有限公司申请的专利一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121564170B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610093445.1，技术领域涉及：G06T15/00；该发明授权一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法是由李才军;何雷;周思炀;李小京;尉伯虎;冯源设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法在说明书摘要公布了：本发明公开一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法，针对传统LOD固定阈值适配差、现有动态方案跨设备兼容不足的痛点，构建“空间+硬件”多维度参数体系，通过神经网络预训练输出动态阈值，结合LOD决策树判定目标LOD等级，经帧率与图像质量双指标判优后反馈迭代，形成闭环优化。其流程为：预训练神经网络模型以输出硬件目标值与LOD动态阈值；3D渲染时采集空间、硬件参数；LOD决策树融合参数与动态阈值输出等级；渲染后检测双指标；反馈结果优化模型。该方法实现视觉与性能平衡，使平均帧率提升15%‑20%、GPU耗时降25%‑30%、卡顿率降90%以上，适配工作站、PC及移动端，适用于实景3D、VRAR、数字孪生等场景。

本发明授权一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法在权利要求书中公布了：1.一种基于神经网络的3D渲染LOD决策树自适应阈值生成方法，其特征在于，包括以下步骤： S1、神经网络模型预训练：构建神经网络模型，基于跨设备、跨场景的历史样本数据进行训练，所述神经网络模型以多维度样本参数为输入，经隐藏层非线性特征映射后，输出硬件利用率目标值与LOD动态阈值； S2、决策参数实时采集：在3D渲染过程中，实时采集当前场景的空间特征参数与硬件性能参数，构建多维度实时决策参数集合； S3、LOD层级判定：LOD决策树采用条件判断节点和输出节点的层级化结构，引入神经网络模型输出的LOD动态阈值，融合多维度实时决策参数进行综合判断，输出目标LOD等级；LOD决策树的判断逻辑为：先校验硬件性能参数与临界值的大小关系，若硬件性能参数≥临界值，则直接触发LOD层级降级；若硬件性能参数＜临界值，则结合空间特征参数与LOD动态阈值完成层级判定；所述临界值为预设的硬件性能安全边界，包括GPU利用率85%、CPU利用率75%、显存占用率75%、内存占用率70%、帧率30FPS； S4、渲染与双指标判优：根据目标LOD等级完成图像渲染，同步检测渲染后的帧率指标与图像质量指标，判断是否满足预设要求； S5、模型迭代优化：将判优结果作为反馈数据回传至神经网络模型，调整模型参数以优化LOD动态阈值的生成逻辑，形成闭环自优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川科比科科技有限公司;成都科比科科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区世纪城南路599号7栋15层1503号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。