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！

龙图腾网获悉中国空气动力研究与发展中心计算空气动力研究所申请的专利一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质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：CN120724592B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511157501.5，技术领域涉及：G06F30/15；该发明授权一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质是由岳皓;孟德虹;王昊;洪俊武;李伟;李荣杰;戚宇航;杨继波;王瑞设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质，涉及流场预测领域，包括：获取目标翼型形状的翼型坐标数据和翼型图片数据，并基于预设翼型特征提取模型提取翼型图片数据的翼型特征；将翼型坐标数据和翼型特征输入至预设图神经网络中，得到预测流场数据；根据翼型坐标数据确定真实流场数据，并基于真实流场数据和预测流场数据确定预设图神经网络的当前损失值；基于当前损失值对预设图神经网络进行优化，直至满足训练结束条件时停止训练得到目标图神经网络，并对目标流场数据进行预测。本申请通过图神经网络能够更有效地处理流场数据，同时结合翼型特征提取技术，增强了流场预测中的计算准确率。

本发明授权一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于翼型特征提取与物理信息神经网络的翼型流场预测方法，其特征在于，包括： 获取目标翼型形状的翼型坐标数据和相应的翼型图片数据，并基于预设翼型特征提取模型提取所述翼型图片数据对应的翼型特征；所述预设翼型特征提取模型为基于轻量级视觉变换器的模型； 将所述翼型坐标数据和相应的所述翼型特征输入至预设图神经网络中，得到所述目标翼型形状对应的预测流场数据；所述预设图神经网络为基于所述物理信息神经网络的网络； 根据所述翼型坐标数据确定所述目标翼型形状对应的真实流场数据，并基于所述真实流场数据和所述预测流场数据确定所述预设图神经网络对应的当前损失值； 基于所述当前损失值对所述预设图神经网络进行优化，直至满足第一预设训练结束条件时停止训练，得到最终训练完的目标图神经网络，并利用所述目标图神经网络对当前翼型形状的目标流场数据进行预测； 其中，所述基于预设翼型特征提取模型提取所述翼型图片数据对应的翼型特征，包括： 将所述翼型图片数据作为初始图片数据，并基于所述预设翼型特征提取模型对所述初始图片数据进行编码，以得到所述翼型图片数据的初始特征； 利用所述预设翼型特征提取模型相应的解码器对所述初始特征进行处理，以重建所述翼型图片数据，得到更新后图片数据； 确定所述初始图片数据和所述更新后图片数据的第一误差，并基于所述第一误差判断所述预设翼型特征提取模型是否满足第二预设训练结束条件； 若满足，则将所述初始特征作为所述翼型特征； 若不满足，则基于所述第一误差优化所述预设翼型特征提取模型，将优化后的预设翼型特征提取模型作为新的预设翼型特征提取模型，并将所述更新后图片数据作为新的初始图片数据，跳转至所述基于所述预设翼型特征提取模型对所述初始图片数据进行编码的步骤，直至当前的所述预设翼型特征提取模型满足所述第二预设训练结束条件后，将当前的所述初始特征作为所述翼型特征。

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中国空气动力研究与发展中心计算空气动力研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6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。