流场重建模型的训练方法、设备、介质及程序产品

AITNT
正文
推荐专利
流场重建模型的训练方法、设备、介质及程序产品
申请号:CN202510555215
申请日期:2025-04-29
公开号:CN120493780A
公开日期:2025-08-15
类型:发明专利
摘要
本申请公开了一种流场重建模型的训练方法、设备、介质及程序产品。其中,该方法通过根据预先获取的初始流场的宏观无量纲特征参数,对初始流场进行数据增强处理,得到带有标签的样本数据;其中,样本数据为流场边界条件数据,标签为流场数据;将样本数据按照预设比例分为训练数据和测试数据;基于训练数据对预先构建的模型进行训练,以及基于测试数据对训练后模型进行评估,得到流场重建模型。本技术方案,通过基于流场数据进行模型训练,以实现快速准确地对流场进行重建,大幅减少计算时间,降低对计算设备的要求,提高流场重建的效率。
技术关键词
前馈神经网络 生成对抗网络模型 样本 标签 计算机程序产品 异常数据点 线性插值法 可读存储介质 处理器通信 存储器 曲线 压力 误差 入口 电子设备
系统为您推荐了相关专利信息
1
基于轮廓增强和协同训练的半监督SAR目标识别方法及系统
识别方法 标签训练集 半监督学习 轮廓提取 感兴趣
2
混合专家模型的训练方法、装置、计算机设备、可读存储介质和程序产品
训练样本集 计算机设备 参数 计算机程序产品 可读存储介质
3
基于生成对抗网络和UNet的肺结节风险预测方法及设备
条件生成对抗网络 风险预测方法 肺部CT图像 解码器 编码器
4
模型训练方法、数据处理方法及相关装置
实体 模型训练方法 知识图谱构建 数据处理方法 矩阵
5
用于推荐商品的方法、装置、存储介质及电子设备
智能眼镜 图片 文本 场景分类 画像
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