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：西南科技大学
摘要：本发明公开了一种利用深度学习技术来完成气动热数据融合建模的研究，该研究涉及空气动力学领域，该研究包括如下步骤：低保真网络设计、高保真网络设计、多网络模型设计、损失函数设计、进行实验设计与结果分析。在气动热预测领域，CFD数值计算数据容易获得但精度不足，风洞实验数据精度可靠但难以获得，本发明针对多源数据的预测问题，以较低的代价生成较多的高保真气动热数据。针对多个数据源，利用深度神经网络对高保真以及低保真数据之间的相关性进行挖掘探索，将其线性关系与非线性关系引入损失函数中，通过权重系数平衡损失函数中不同来源信息，能有效修正CFD数据带来的精度差异，使预测数据更偏向风洞试验数据。
主权项：1.一种利用深度学习技术来完成气动热数据融合建模的方法，其特征在于，包括以下步骤：步骤一、通过相对较多的低保真数据构造一个低保真神经网络；步骤二、通过两个深度神经网络分别拟合低保真与高保真之间的线性与非线性关系；步骤三、通过设计损失函数将挖掘的信息进行融合；步骤四、多网络模型设计。
全文数据：
权利要求：
百度查询： 西南科技大学 一种基于多源数据融合的气动热预测方法
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