摘要
本发明实施例公开了一种用于提升三维高精度流场分析效率和精度的方法,涉及面向计算流体力学的三维网格自适应技术和深度学习技术领域。此方法能够高效生成节点密度分布与流场结构相符的高质量三维自适应网格,从而增强流场数值计算的准确性和效率。本发明包括:服务器接收客户端发送的初始三维网格数据和流场条件参数;基于流场条件参数生成初始三维流场数据,并利用该数据生成对应的三维自适应网格;根据三维初始流场数据和自适应网格数据建立样本数据库;利用所述样本数据库对深度学习模型进行训练;将待预测流场条件参数输入训练后的深度学习模型,预测三维自适应网格,生成符合待预测流场结构的高质量三维网格并发送给所述客户端。
技术关键词
SOM神经网络
流场结构
训练深度学习模型
三维网格数据
网格特征
多层感知机
高质量三维网格
节点
感知特征
三维高分辨率
样本
参数
客户端
深度学习技术
密度
计算中心
注意力
系统为您推荐了相关专利信息
导引方法
路径优化算法
传感器阵列
物理
逃生导引系统
急救设备
网格特征
风险预测模型
选址方法
时序特征
医疗影像识别方法
集成深度学习
动态特征选择
大数据算法
医疗影像数据
旋转式激光雷达
多光谱
输煤廊道
三维模型
三角网格模型
医疗大数据
智能分析方法
患者
穿戴设备
生命体征数据