Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国航天空气动力技术研究院禹旻获国家专利权

中国航天空气动力技术研究院禹旻获国家专利权

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!

龙图腾网获悉中国航天空气动力技术研究院申请的专利在途原位计算下时变三维流场的演化特征提取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115690461B

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211379405.1,技术领域涉及:G06V10/62;该发明授权在途原位计算下时变三维流场的演化特征提取方法是由禹旻;杨武兵;黄智濒;法天昊;曹凌婧设计研发完成,并于2022-11-04向国家知识产权局提交的专利申请。

在途原位计算下时变三维流场的演化特征提取方法在说明书摘要公布了:本发明公开了在途原位计算下时变三维流场的演化特征提取方法,包括:搭建在途原位计算环境,划分所拥有的计算机;一部分计算机用于构造时变三维流场模型,获得时变三维流场中间时刻衍生过程;另一部分计算机用于生成时变三维流场动画描述,并输出最后的流场动画。本发明基于在途原位计算环境缓解存储和分析过程中出现的计算机的输入输出速度和存储限制,并针对保存较少时间步的时变三维流场,构造时变三维流场模型,生成流场过渡时刻,以解决现有技术中时变三维流场在时间步少、精度低的情况下无法准确还原流场中间时刻的衍生过程等问题。结果显示,本发明能生成大致符合原始数据中的流场随时间发生的动态变化,对原始数据的解压缩完成度高。

本发明授权在途原位计算下时变三维流场的演化特征提取方法在权利要求书中公布了:1.一种在途原位计算下时变三维流场的演化特征提取方法,其特征在于,包括: 对M个时间步的三维流场数据进行时间维度上的降维,得到N个时间步的三维流场数据;包括将原始数据进行截取,每隔3个时间步抽取一个时间步的图像,得到时间维度上下采样的时变三维流场数据; 使用所述N个时间步的三维流场数据对时间超分辨率网络进行训练,具体包括,将所述N个时间步的三维流场数据输入至待训练的时间超分辨率网络,识别三维流场中的关键区域,所述关键区域包括速度矢量为0的所有关键点;将所述关键点的信息输入至所述时间超分辨率网络,以完成所述时间超分辨率网络的训练,得到M-N个中间时间步的三维流场估测数据,所述M-N个中间时间步的三维流场估测数据为针对所述M个时间步中M-N个中间时间步的三维流场数据的预测数据,并通过损失函数调整所述时间超分辨率网络的参数; 根据时变三维流场模型,以流场中的关键点、低分辨率时变三维流场数据作为时间超分辨率网络的输入,对构建的网络进行训练,构建中间时刻衍生的流场动画,并以时变三维流场数据中未被采样选中的时间步数据作为中间时刻衍生流场的真实值对不同的损失函数进行计算,得到效果最优的一组神经网络参数化模型; 根据得到的神经网络参数化模型,对于上述的时间超分辨率网络,将神经网络参数化模型、两个时刻的时变三维流场数据及关键点信息作为输入,运行时间超分辨率网络,得到的结果为时变三维流场两个时刻间的过渡时刻流场,并输出最终的过渡时刻流场图像; 所述时间超分辨率网络采用递归生成网络RGN,包括生成器和鉴别器; 所述生成器用于根据输入的两个时间步的流场速度向量数据,生成两次中间预测数据,并通过权重对这两次中间预测数据进行相加得到最后的预测数据; 所述鉴别器用于对预测数据和原始数据进行匹配,以调整所述时间超分辨率网络的参数; 所述生成器包括特征提取模块、时间模块以及放大模块,所述特征提取模块采用四个残差块,用于对时变三维流场数据的特征提取和下采样操作;所述时间模块采用ConvLSTM架构,对数据的时变趋势与相应的动态变化进行学习;所述放大模块则采用残差块和体素混洗层对数据进行放大; 在所述特征提取模块中,第一个残差块的卷积核大小为5×5×5,其余残差块的卷积核大小为3×3×3,在第一条路线中,第一个卷积层的步长为1,第二个卷积层的步长为2,填充大小均为卷积核个数-12;在第二条路线中的卷积层卷积核大小为1×1×1,步长为1,不进行填充,然后经过一个平均池化进行下采样; 在所述时间模块中,权重操作通过卷积运算进行,卷积核大小为3×3×3,步长大小为1,填充大小为1; 在所述放大模块中,每个放大层包括一个残差块和一个体素混洗层,所述体素混洗层用于将数据放大,将一定频道数内的数据综合起来,并将这些数据按一定的顺序进行排列,最终汇总成一个频道的数据进行输出;最后一个残差块的卷积核为5×5×5,其余残差块卷积核大小均为3×3×3,步长的大小都是1,填充均为卷积核个数-12; 在所述鉴别器中,除最后一层卷积层,其他的每层卷积层的卷积核的大小均为4×4×4,步长均为2,填充均为1,最后一层卷积层的步长为0,每个卷积层后都有一个谱归一化层SN和一个带泄露的修正线性单元LeakyReLU层。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国航天空气动力技术研究院,其通讯地址为:100074 北京市丰台区云岗西路17号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。