一种基于改进卷积神经网络的微观物理场预测方法

AITNT
正文
推荐专利
一种基于改进卷积神经网络的微观物理场预测方法
申请号:CN202510771661
申请日期:2025-06-11
公开号:CN120280061A
公开日期:2025-07-08
类型:发明专利
摘要
本发明公开了一种基于改进卷积神经网络的微观物理场预测方法,包括以下步骤:S1.收集复合材料构件微观几何结构和物理场数据,分为训练数据集、验证数据集和测试数据集,预处理;S2.构建改进之后的卷积神经网络模型;S3.将步骤S1中的复合材料构件微观几何结构和物理场中的训练数据集作为步骤S2的模型的输入和输出数据,对改进后的卷积神经网络模型进行训练,得到训练完成的改进卷积神经网络模型;S4.采用验证数据集对训练完成后的改进卷积神经网络模型进行性能评估,将测试数据集中的微观几何结构放入步骤S3训练完成的模型中,实现微观物理场的快速准确预测。本发明提高了微观物理场预测的效率和准确性。
技术关键词
卷积神经网络模型 复合材料构件 物理 数据 残差结构 卷积模型 解码器 数值仿真 注意力机制 动态 优化器 因子 编码器 指标
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