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：四川大学
摘要：本发明公开一种基于自注意力几何编码的无网格翼型流场预测方法，包括以下步骤：将多套网格上的定常流动数据进行数据预处理，得到网格节点的几何信息，并将网格节点中与几何表面相贴合，几何距离为0的点标记为物面特征点；从每个数据场中选取物面特征点，并采样部分网格节点的几何信息及对应流场信息；构建神经网络前向过程，基于网格节点输入通过注意力机制赋予物面特征点不同的权重，物面特征点通过权重加权和得到几何编码，与空间位置拼接通过隐式神经表达解码成流场物理量，在神经网络输出后通过损失函数反向传播训练模型，获取最优预测神经网络参数；输入物面特征点，流场空间坐标并计算几何信息，拼接来流速度，攻角进行流场预测。
主权项：1.一种基于自注意力几何编码的无网格翼型流场预测方法，其特征在于：包括以下步骤：S1、将多套网格上的定常流动数据进行数据预处理，得到网格节点的几何信息，并将网格节点中与几何表面相贴合，几何距离为0的点标记为物面特征点；S2、从每个数据场中选取物面特征点，并随机采样部分网格节点的几何信息及对应流场信息；S3、构建神经网络前向过程，基于网格节点输入通过注意力机制赋予物面特征点不同的权重，物面特征点通过权重加权和得到几何编码，几何编码与空间位置拼接后，通过隐式神经表达解码成流场物理量，在神经网络输出之后与真值数据通过损失函数反向传播以训练模型，获取具有最优预测精度的神经网络参数；S4、输入物面特征点，流场空间坐标位置并计算几何信息，拼接来流速度，攻角进行流场预测。
全文数据：
权利要求：
百度查询： 四川大学 一种基于自注意力几何编码的无网格翼型流场预测方法
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