期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的近壁流动高分辨率平均速度场预测方法
1
作者 王少飞 潘翀 齐中阳 《实验流体力学》 CAS CSCD 北大核心 2022年第3期110-117,共8页
本文设计并验证了基于卷积神经网络的边界层近壁流动高分辨率平均速度场预测方法:首先采用示踪粒子图像对数据集训练卷积神经网络,通过调整神经网络参数可以预测示踪粒子在数据集上的平均跨帧位移;然后使用该卷积神经网络预测像素空间... 本文设计并验证了基于卷积神经网络的边界层近壁流动高分辨率平均速度场预测方法:首先采用示踪粒子图像对数据集训练卷积神经网络,通过调整神经网络参数可以预测示踪粒子在数据集上的平均跨帧位移;然后使用该卷积神经网络预测像素空间中各像素位置的单粒子位移,得到高分辨率的平均速度场信息。将该方法用于预测湍流脉动较小的边界层近壁区的平均流动,能够将空间分辨率提高到单像素精度。误差分析发现,该方法获得的测速精度略优于传统单像素系综平均互相关算法,且对粒子浓度和示踪粒子图像对数目的要求明显低于后者。 展开更多
关键词 粒子图像 卷积神经网络 边界层近壁流动
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部