基于残值神经网络的气动数据建模方法及系统
公开
摘要
本发明提供了一种基于残值神经网络的气动数据建模方法及系统，包括控制方程建立步骤：建立控制方程；缩减基维度计算步骤：本征正交分解算法计算缩减基维度；流场重构步骤：基于机器学习流场重构。本发明的将残差神经网络应用至流场重构中。除了能保证与大多数机器学习算法可以大幅降低求解流场数据的计算成本的优点的同时，相较于最常用的前馈神经网络，残差神经网络进行流场重构的精度要比前人提出的基于前馈神经网络进行流场重构的精度高。
基本信息
专利标题 ：
基于残值神经网络的气动数据建模方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114611381A
申请号 ：
CN202210153186.9
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
伍彬于剑张迪马万超唐登高张青何威李欣益段旭俞海韦亚利
申请人 ：
上海机电工程研究所
申请人地址 ：
上海市闵行区元江路3888号（八部）
代理机构 ：
上海汉声知识产权代理有限公司
代理人 ：
胡晶
优先权 ：
CN202210153186.9
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F30/28 G06N3/04 G06N3/08 G06F113/08 G06F119/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
