Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种生物流体流动拟合方法、系统、终端及介质 

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:中南大学

摘要:本发明公开了一种生物流体流动拟合方法、系统、终端及介质,其中方法包括:构建生物流体流动计算域以及确定基于CBS型方程的控制方程,确定初始条件约束和边界条件约束;选取用于模型训练的初始点、边界点和残差点,构建样本数据集;构建神经网络模型;构建控制方程损失、初始条件损失、边界条件损失,并采用加权形式得到损失函数;设置初始条件损失、边界条件损失和控制方程损失的权重调整规则,采用样本数据集对神经网络模型进行训练,得到CBS型方程拟合模型;将生物流体待拟合点时空坐标输入CBS型方程拟合模型,得到待拟合点的波的高度。本发明对损失函数中各项损失的权重更新进行了优化设计,实现了对生物流体流动的高精度拟合。

主权项:1.一种生物流体流动拟合方法,其特征在于,包括如下步骤:根据生物流体流动时空特性建立计算域,并确定基于CBS型方程的控制方程,确定初始条件约束和边界条件约束;其中计算域包括空间域和时间域;在计算域内选取用于模型训练的初始点、边界点和残差点,构建样本数据集;构建以生物流体时空坐标为输入,以该时空坐标处波的高度为输出的神经网络模型;构建控制方程损失、初始条件损失、边界条件损失,并采用加权形式得到损失函数;根据初始条件损失和边界条件损失对应的Hessian矩阵的最大特征值来自适应调整损失函数中初始条件损失和边界条件损失的权重;根据初始条件损失和边界条件损失的拟合结果自适应调整损失函数中控制方程损失的权重;采用样本数据集对神经网络模型进行训练,得到CBS型方程拟合模型;将生物流体待拟合点的时空坐标输入CBS型方程拟合模型,得到待拟合点的波的高度。

全文数据:

权利要求:

百度查询: 中南大学 一种生物流体流动拟合方法、系统、终端及介质

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。

相关技术
相关技术
相关技术
相关技术