一种基于全连接神经网络五折交叉验证的可压缩湍流强度参数预测方法

本发明涉及可压缩湍流强度参数预测技术领域，具体涉及一种基于全连接神经网络五折交叉验证的可压缩湍流强度参数预测方法，方法为：构建包含传输距离、标签数据、束宽及交互特征的二维输入特征向量；对传输距离、束宽和交互特征进行稳健缩放及标准化，对标签数据进行归一化处理，将处理后的传输距离、标签数据、束宽及其交互特征转换为张量格式，并将张量元素的类型转换为浮点型；构建自定义全连接神经网络模型；通过五折交叉验证划分数据集，动态保存验证损失最小的模型参数；进行模型训练；集成多模型对测试集预测，通过均值计算和反归一化输出最终可压缩湍流强度参数C2值，本发明能够高效预测可压缩湍流强度参数C2，并且预测结果精度高。