龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明提供了一种基于卷积深度算子网络的未知上升气流环境估计方法。该发明考虑使用红外传感系统来获得大范围的连续温度数据，搭建了一种深度算子网络来学习热上升气流的温度场到速度场的映射，可以准确进行风场气流环境估计，其中DeepOnetCNN网络的分支网络采用卷积神经网络CNN结构来提取输入数据特征并降低数据维度，可显著提升未知风场环境估计的性能。本发明考虑使用红外传感系统来提升风资源探测的效率，采用DeepOnet架构来提升未知上升气流环境的估计效果，该方法实现简单，可以广泛应用于长航时无人机在复杂风场环境中的风能利用研究，结果表明该方法在未知工况下的估计精度相比常规网络架构具有显著的提升效果。
主权项：1.一种基于卷积深度算子网络的未知上升气流环境估计方法，其特征在于，该方法具体为：获取机载传感器测量得到的温度场数据及对应的位置坐标数据；将温度场数据转换为无量纲温度场数据；将无量纲温度场数据及对应的位置坐标数据输入至一训练好的卷积深度算子网络，输出获得估计的未知上升气流的无量纲速度场，即未知上升气流环境；所述训练好的卷积深度算子网络是基于不同工况下上升气流的温度场与速度场数据库，通过最小化网络输出与真值的损失函数进行训练获得的。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于卷积深度算子网络的未知上升气流环境估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号