摘要
本发明涉及流体力学技术领域,解决了现有流场插值方法中计算复杂度高、插值精度不足以及对边界条件处理不理想的技术问题,尤其涉及一种基于全卷积与残差网络的动态尺寸流场插值方法,包括获取流场数据集并将其划分为训练集和测试集;构建用以读入双帧图像并输出与其同尺寸流场插值结果的流场插值网络模型;对流场插值网络模型进行训练并进行模型参数的优化;在训练过程中读取流场数据文件,并随机生成多边形mask作为掩码区域;将待插值的包含mask区域的测试集输入训练好的流场插值网络模型,得到高精度的流场插值结果。本发明在面对真实流场中高非线性、高梯度变化时,能给出更精确的插值预测,从而提高了流场插值的精度和计算效率。
技术关键词
插值方法
编码特征
残差网络
动态
流体力学技术
仿真数据
高层语义特征
尺寸
图像
采样模块
输出特征
损失函数优化
开源数据库
分辨率
多源融合
示踪粒子
像素
仿真方法
系统为您推荐了相关专利信息
企业数据安全
私有区块链网络
管理方法
传输路径
验证数据传输
题库管理系统
题库管理方法
动态
多模态身份认证技术
身份验证
无人机群组
运载平台
大载重无人机
分层协同控制
分层控制策略
节能调控方法
空调系统能耗
温度预测模型
区域空调系统
建筑内部空间
远程智能监控方法
远程智能监控设备
电视监控设备
视频采集模块
主控芯片