一种基于物理信息神经网络的高超目标尾迹电子密度流场重构方法、系统、设备及介质

AITNT
正文
推荐专利
一种基于物理信息神经网络的高超目标尾迹电子密度流场重构方法、系统、设备及介质
申请号:CN202410945327
申请日期:2024-07-15
公开号:CN118917234A
公开日期:2024-11-08
类型:发明专利
摘要
一种基于物理信息神经网络的高超目标尾迹电子密度流场重构方法、系统、设备及介质,该方法通过CFD仿真计算分别获得电子密度数值、电子密度二维分布,并分别对其进行储存,并整理得到训练集,用流场重构模型在损失函数的监督下对训练集训练,从而得到训练好权重的流场重构模型,将未知二维分布的轴线电子密度向量数据输入训练好权重的流场重构模型,得到目标尾迹流场的二维电子密度分布;系统、设备及介质用于实现上述高超目标尾迹电子密度流场重构方法;本发明具有实用性强,可靠性好、精确性高的优点,可广泛应用于高超声速飞行器实验与设计、等离子体诊断、材料科学研究以及量子计算与模拟等领域。
技术关键词
重构模型 重构方法 训练集 物理 方程 连续性 超声速飞行器 数值 重构设备 可读存储介质 深度学习模型 重构系统 存储计算机程序 数据获取模块 矩阵 定义
系统为您推荐了相关专利信息
1
一种基于有限元-边界元混合算法的EMC仿真方法
混合算法 仿真方法 边界元方法 有限元算法 电磁兼容系统
2
基于高精度物理仿真的顶管施工数字孪生优化系统及方法
数字孪生模型 物理 LSTM神经网络 岩土参数 设备状态数据
3
一种智能音乐空间系统
分系统 智能体感 音乐 智能灯光 控制平台
4
一种串联谐振双有源桥型微逆变器的调制方法
谐振电容 模式 逆变器 高频变压器 表达式
5
一种基于轻量化深度学习模型的田间杂草检测方法及系统
田间杂草 深度学习模型 注意力机制 特征提取模块 抑制背景干扰
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号