基于对抗神经网络和迁移学习的伴流场预测方法及设备

AITNT
正文
推荐专利
基于对抗神经网络和迁移学习的伴流场预测方法及设备
申请号:CN202411653567
申请日期:2024-11-19
公开号:CN119577376A
公开日期:2025-03-07
类型:发明专利
摘要
本申请公开了一种基于对抗神经网络和迁移学习的伴流场预测方法及设备,涉及海洋工程和船舶设计技术领域,该方法包括:获取船舶航行过程中在船舶观测区域采集到的局部伴流场,以及船舶的物理参数;将局部伴流场和物理参数输入到预先训练的伴流场预测模型,在判定物理参数属于预设物理参数的情况下,预测并输出与局部伴流场对应的全局伴流场;在判定物理参数不属于预设物理参数的情况下,优化伴流场预测模型,并利用优化后的伴流场预测模型预测并输出与局部伴流场对应的全局伴流场。本申请用以解决现有技术中在进行伴流场补全时出现的精度差和准确率低的问题,实现提高伴流场补全的精度和准确率。
技术关键词
物理 样本 参数 船舶设计技术 统计特征 预测模型训练 海洋工程 预测装置 处理器 存储器 电子设备 精度 模块 流速 程序
系统为您推荐了相关专利信息
1
一种基于检索增强语言模型的法律智能问答方法
智能问答方法 门控循环神经网络 门控循环单元 三元组损失函数 排序损失
2
一种抗量子的变色龙哈希加密方法及系统
加密方法 生成哈希 生成密文 私钥 明文
3
一种基于区域定位的遥感目标检测方法
遥感图像数据 距离变换方法 坐标 检测器 密度
4
基于人工智能的多模态数据预处理及融合技术和系统
表格 视觉 教师 文本 计算机程序指令
5
一种告警信息处理方法、装置、设备及介质
视频流 联网设备 时间段 主机 视频智能分析模块
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