期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度神经网络的粒子图像测速算法
被引量：
22
1
作者
蔡声泽
许超
+1 位作者
高琪
魏润杰
《空气动力学学报》
CSCD
北大核心
2019年第3期455-461,共7页
粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网...
粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。
展开更多
关键词
粒子图像测速
流体运动估计
卷积神经网络
深度学习
PIV数据集
射流实验
在线阅读
下载PDF
职称材料
基于机器学习方法的三维粒子重构技术
被引量：
4
2
作者
朱浩然
高琪
+4 位作者
王洪平
廖相巍
赵亮
魏润杰
王晋军
《实验流体力学》
CAS
CSCD
北大核心
2021年第3期88-93,共6页
通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到。一般情况下,可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测...
通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到。一般情况下,可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)的粒子重构方法。所提出的技术可以从基于传统的代数重构技术(Algebraic Reconstruction Technique,ART)的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比,新技术在重构质量方面有了显著的改进,可以有效剔除虚假粒子并更准确地还原粒子形状,并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。
展开更多
关键词
机器学习
粒子重构
层析粒子图像测速
卷积神经网络
重构质量
在线阅读
下载PDF
职称材料
题名
基于深度神经网络的粒子图像测速算法
被引量：
22
1
作者
蔡声泽
许超
高琪
魏润杰
机构
浙江大学控制科学与工程学院
浙江大学航空航天学院
北京立方天地科技发展有限责任公司
出处
《空气动力学学报》
CSCD
北大核心
2019年第3期455-461,共7页
基金
国家自然科学基金(61473253)
中央高校基本科研业务费专项资金(2018XZZX001-09,2019QNA4056)
文摘
粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。
关键词
粒子图像测速
流体运动估计
卷积神经网络
深度学习
PIV数据集
射流实验
Keywords
particle image velocimetry
fluid motion estimation
convolutional neural network
deep learning
PIV dataset
jetflow experiment
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于机器学习方法的三维粒子重构技术
被引量：
4
2
作者
朱浩然
高琪
王洪平
廖相巍
赵亮
魏润杰
王晋军
机构
浙江大学航空航天学院
中国科学院力学研究所
鞍钢集团钢铁研究院冶金工艺研究所
海洋装备用金属材料及其应用国家重点实验室
北京立方天地科技发展有限责任公司
流体力学教育部重点实验室
北京
航空航天大学
出处
《实验流体力学》
CAS
CSCD
北大核心
2021年第3期88-93,共6页
基金
国家自然科学基金面上项目(91852204)
海洋装备用金属材料及其应用国家重点实验室开放基金课题(SKLMEA-K201910)
国家重点研发计划资助(2020YFA0405700)。
文摘
通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到。一般情况下,可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)的粒子重构方法。所提出的技术可以从基于传统的代数重构技术(Algebraic Reconstruction Technique,ART)的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比,新技术在重构质量方面有了显著的改进,可以有效剔除虚假粒子并更准确地还原粒子形状,并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。
关键词
机器学习
粒子重构
层析粒子图像测速
卷积神经网络
重构质量
Keywords
machine learning
particle reconstruction
Tomographic PIV
convolutional neuralnetwork
refactoring quality
分类号
O357.54 [理学—流体力学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度神经网络的粒子图像测速算法
蔡声泽
许超
高琪
魏润杰
《空气动力学学报》
CSCD
北大核心
2019
22
在线阅读
下载PDF
职称材料
2
基于机器学习方法的三维粒子重构技术
朱浩然
高琪
王洪平
廖相巍
赵亮
魏润杰
王晋军
《实验流体力学》
CAS
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
