龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆大学
摘要：本发明涉及一种基于扩散模型的高精度翼型流场数据生成方法及系统，该方法将高精度翼型流场数据的生成问题近似为数据的噪声去除问题，基于扩散模型的思想从低精度的翼型流场数据中重建高精度的翼型流场数据。在模型框架中，将低精度流场数据作为特征加入到网络模型中进行训练，使用子模型分别对压力、水平方向的速度和垂直方向的速度单独训练。该方法使用深度神经网络准确的对噪声进行预测，针对翼型流场数据对噪声预测网络重新进行设计；加入可变形卷积提高神经网络的特征提取能力；加入注意力块对翼型流场数据中的重要部分进行学习，提高数据生成质量和清晰度；加入残差网络解决网络存在梯度消失问题，促进网络的收敛和提升数据生成模型的性能。
主权项：1.一种基于扩散模型的高精度翼型流场数据生成方法，其特征在于：该方法包括以下步骤：S1、获取低精度翼型流场数据和高精度翼型流场数据的数据集其中x表示低精度翼型流场数据，y表示高精度翼型流场数据；S2、将高精度翼型流场数据y0通过T次加噪，变为纯噪声数据其中产生隐变量序列y1，y2，…，yT-1；S3、在低精度翼型流场数据x的条件下，使用深度神经网络模型学习条件分布pθyt-1|yt对步骤S2中加入噪声进行拟合，通过最小化步骤S2中加入的噪声与神经网络模型预测的噪声对神经网络模型进行训练；S4、使用步骤S3中训练好的神经网络模型，通过对随机噪声yT和低精度翼型流场数据x迭代细化得到与之对应的高精度翼型流场数据y0。
全文数据：
权利要求：
百度查询： 重庆大学 一种基于扩散模型的高精度翼型流场数据生成方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号