基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质

AITNT
正文
推荐专利
基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质
申请号:CN202510411643
申请日期:2025-04-02
公开号:CN120470884A
公开日期:2025-08-12
类型:发明专利
摘要
本申请涉及一种基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质。流场预测模型基于傅里叶神经算子构建,且包括傅里叶层和输出层,所述方法包括:确定目标工况对应的原始流场预测模型,原始流场预测模型基于原始工况的工况条件训练得到;生成目标工况下目标叶栅对应的仿真流场数据;通过原始流场预测模型得到预测流场数据;根据预测流场数据和仿真流场数据之间的差异确定损失值,基于损失值对原始流场预测模型的输出层进行调整,得到目标工况对应的训练好的流场预测模型。采用本方法能够提高流场预测模型训练效率。
技术关键词
流场特征 工况 预测模型训练方法 数据 计算机设备 斯托克斯方程 频域特征 预测装置 物理 处理器 输入模块 可读存储介质 存储器 频率
系统为您推荐了相关专利信息
1
基于产品评价的工艺修正方法及系统
支持向量机模型 修正方法 群体智能优化算法 优化工艺参数 最小化方法
2
一种树木生长智能监测与病变预警系统
数据采集模块 预警系统 分析模块 树木生长状态 数据分析单元
3
动态工况下旋转机械早期故障诊断方法及系统
迁移学习分类 数据分布 WGAN模型 旋转机械早期故障诊断 注意力机制
4
一种类器官培养的自适应调控系统及方法
调控系统 数字孪生模型 传感模块 控制模块 器官培养方法
5
一种顾及多因素的室内火灾响应时空数据模型构建方法
时空数据模型 火灾场景 场景特征 面向火灾 规划
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