随着计算机信息化的不断深入,辅助设计等行业飞速发展。制造企业积累了大量的三维CAD模型,凝聚了人们的设计成果和智慧结晶。三维CAD技术的逐渐成熟,面临着大规模模型库处理的新挑战,如何充分利用模型数据库,研究三维模型的聚类分析及检索应用成为近年来一个重要的研究课题。与此同时,出现了诸多三维模型的特征描述方式及数据存储格式,可以将模型以邻接面复杂网络的方式呈现。复杂网络的发展及在不同领域的应用,可以帮助人们寻找期望的信息。在三维模型领域,可以利用聚类方法挖掘三维模型邻接面复杂网络的结构,从而实现三维模型节点及面节点的聚类。因此,本文的主要工作如下:(1)提出基于STEP文件的多维度特征建模方法,从而完成三维模型的特征提取。利用STEP文件分解的元素信息,建立三维模型的邻接面复杂网络。构建全局和局部相结合的特征向量,包括几何特征向量、拓扑特征向量、保角描述符向量、核心曲面边界特征向量,将三维模型STEP文件映射到多维度特征向量的数学模型中。(2)针对传统的聚类算法容易陷入局部最优等不足,本文将基于图论的聚类算法——谱聚类算法应用到三维模型节点和面节点之间的聚类分析。经实验所得,利用谱聚类算法能够实现三维模型节点及面节点的聚类分析。通过对比实验证明了本文谱聚类算法的有效性高于传统的聚类算法。(3)提出三维模型融合特征相似度度量模型构建。首先,将不同建模方式得到的特征向量分别进行模型之间的相似性度量。然后,根据信息熵计算不同特征所对应的权重。最后,进行不同特征的相似度加权,得到模型间最终的相似性度量结果。实现了用新的相似度计算方法代替传统的相似性度量方法运用到三维模型的谱聚类算法之中。同时,证明利用Lanczos方法求取拉普拉斯矩阵的特征值与特征向量的有效性。利用特征值间隙确定最佳聚类类别数,从而在相应的特征向量空间中完成三维模型节点以及面节点之间的谱聚类分析。(4)提出基于聚类结果面向邻接面复杂网络的检索方法。在三维模型聚类结果的基础上,进行了检索实验。通过对比实验得出,本文所提出的模型检索方法表现出比较高的准确率和效率,证明了所提检索算法的有效性。