恭喜中国空气动力研究与发展中心高速空气动力研究所王玉获国家专利权
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！
龙图腾网恭喜中国空气动力研究与发展中心高速空气动力研究所申请的专利基于多源数据融合的飞行器气动特性智能重构方法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：CN119337510B 。
龙图腾网通过国家知识产权局官网在2025-03-11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：202411889226.1，技术领域涉及：G06F30/15；该发明授权基于多源数据融合的飞行器气动特性智能重构方法是由王玉;杨党国;郑建波;王显圣;李悦;周方奇;刘洋;宁荣辉;严春晖;赵菲菲设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。
本基于多源数据融合的飞行器气动特性智能重构方法在说明书摘要公布了：本发明公开了一种基于多源数据融合的飞行器气动特性智能重构方法，涉及智能流体力学预测领域，包括：飞行器多源气动特性数据准备，建立飞行器流动特征智能降维模型，准备用于多源数据融合的飞行器气动特性智能预测模型的数据集，建立多源数据融合的飞行器气动特性智能预测模型，对飞行器气动特性智能预测模型进行迭代训练，采用相应验证数据集进行验证，选择性能最优的权重模型便可对后续待测试工况进行预测。本发明提供一种基于多源数据融合的飞行器气动特性智能重构方法，能实现多源数据信息的高效融合，从而构建出高精度的飞行器气动特性智能重构预测模型。
本发明授权基于多源数据融合的飞行器气动特性智能重构方法在权利要求书中公布了：1.一种基于多源数据融合的飞行器气动特性智能重构方法，其特征在于，包括：S1、基于飞行器的气动力特性研究，选取对应的风洞试验测试数据以及数值计算模拟数据；S2、基于图像分类算法作为飞行器流动特征提取网络架构，结合t分布随机邻域嵌入算法t-SNE作为飞行器流动特征非线性降维方法，以建立飞行器流动特征智能降维模型，并通过迭代训练得到对应的降维数据；S3、采用多输入-多输出的深度人工神经网络为基本架构，建立多源数据融合的飞行器气动特性智能预测模型；S4、将S1中的数值计算模拟数据、S2中的降维数据作为飞行器气动特性智能预测模型的输入参数，进行迭代训练，以选取性能最优的权重模型为后续待测试工况进行预测，完成飞行器气动特性智能重构。
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高速空气动力研究所，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”。
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。
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。
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