一种基于迁移学习理论的超音速三孔探针数据标定方法

一种基于经验曲线的多保真迁移学习算法的超音速探针标定方法，其属于气动性能测试技术领域。该方法基于丰富的数值仿真与专家经验所构建的低保真度数据集和少量基于气动测试获得的高保真度数据，利用迁移学习理论将数值仿真获得的符合物理规律的数据迁移到标准风洞中多自由度探针标定的真实数据的探针中，建立具有泛化性的多保真神经网络，用于预测超音速探针的标定参数。本发明通过结合低保真度仿真数据和高保真度试验数据，利用多保真迁移学习算法，显著减少传统标定方法所需的大量实验数据和时间，从而提高超音速探针数据标定的效率。通过迁移学习技术，使得标定模型不仅在特定条件下表现良好，还能适应不同的流场条件，增强模型的泛化能力。