离散点云对象缺乏足够的三维几何形状描述符。本文提出了一种新颖的方法，用于在点云中聚合假设曲线。首先，通过在点云中进行引导式遍历，将相连的点序列（即曲线）进行分组；随后，将这些曲线重新聚合，以增强其点级特征表示。我们实现了所提出的聚合策略的有效算法，包括一种新型的曲线分组算子和一种曲线聚合算子。在多个点云分析任务上的实验表明，本方法在ModelNet40分类任务中取得了94.2%的分类准确率，达到当前最优水平；在ShapeNetPart分割任务中实现了86.8的实例交并比（instance IoU）；在ModelNet40法向量估计任务中，获得了0.11的余弦误差，同样达到了先进水平。