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
混合算法
仿真方法
边界元方法
有限元算法
电磁兼容系统
数字孪生模型
物理
LSTM神经网络
岩土参数
设备状态数据
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