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：中国空气动力研究与发展中心计算空气动力研究所
摘要：本发明涉及流体大数据智能可视分析技术领域，公开了一种基于表示学习和混合聚类的关键时间步选取方法及系统，其中方法包括：构建基于物理知识引导的深度卷积自编码器用于流场低维表示学习，并以无监督学习方式获取每个时间步流场的特征向量，形成流场特征序列；基于流形学习方法对所述流场特征序列进行处理得到二维紧致表示，并在二维空间中采用混合聚类方法选取关键时间步。本发明的嵌入物理知识深度卷积自编码器充分考虑了流场中的潜在物理规律，能精准地提取出流场的低维表示；基于流形学习和混合聚类的方法解决了传统聚类方法在高维数据中性能受限的问题，可直观快速选取流场关键时间步。
主权项：1.一种基于表示学习和混合聚类的关键时间步选取方法，其特征在于，包括：构建基于物理知识引导的深度卷积自编码器用于流场低维表示学习，并以无监督学习方式获取每个时间步流场的特征向量，形成流场特征序列；基于流形学习方法对所述流场特征序列进行处理得到二维紧致表示，并在二维空间中采用混合聚类方法选取关键时间步。
全文数据：
权利要求：
百度查询： 中国空气动力研究与发展中心计算空气动力研究所 基于表示学习和混合聚类的关键时间步选取方法及系统
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