一种基于二维胖树网络的计算结点分配方法及装置

    公开(公告)号:CN113391919B

    公开(公告)日:2023-06-06

    申请号:CN202110450135.8

    申请日:2021-04-25

    Abstract: 本申请公开了一种基于二维胖树网络的计算结点分配方法及装置,该方法包括:确定预设二维胖树网络中的行数、总计算结点数以及总机框数,根据所述行数、所述总计算结点数以及所述总机框数计算将计算结点均匀分配到每一行的数目以及每一机框的数目;根据所述每一行的数目和所述每一机框的数目对所述二维胖树网络中的计算结点进行重新编号,其中,重新编号的二维胖树网络中同一机框中的计算结点编号连续,且同一行不同机框的计算结点编号不连续;确定待处理作业,根据所述待处理作业从所述重新编号的二维胖树网络中选择出位于同一机框的所述待处理作业所需的多个连续计算结点。本申请解决了现有技术中通信开销较大的技术问题。

    一种定常流场矢量数据的可视化方法、装置、设备及介质

    公开(公告)号:CN115859755B

    公开(公告)日:2023-05-26

    申请号:CN202310129960.7

    申请日:2023-02-17

    Abstract: 本申请公开了一种定常流场矢量数据的可视化方法、装置、设备及介质,涉及可视化技术领域,包括:在定常流场中,基于流场空间信息和流场速度确定出粒子的单步运动时长,并基于预先定义的坐标转换规则和坐标系构建规则确定出粒子大小;获取流线轨迹中的流线点位置信息,并基于流线点位置信息、单步运动时长和预设运动速度确定出粒子每一步的轨迹位置,以及基于轨迹位置确定出粒子的运动轨迹;按照粒子大小对粒子进行图元化以得到图元化粒子,并基于运动轨迹利用预设动态更新算法对图元化粒子的位置进行动态更新。通过流场数据计算粒子的单步运动时长和大小以及确定出运动轨迹,然后对粒子图元化并实现位置的动态更新以生成易于观察的粒子动画效果。

    一种定常流场矢量数据的可视化方法、装置、设备及介质

    公开(公告)号:CN115859755A

    公开(公告)日:2023-03-28

    申请号:CN202310129960.7

    申请日:2023-02-17

    Abstract: 本申请公开了一种定常流场矢量数据的可视化方法、装置、设备及介质,涉及可视化技术领域,包括:在定常流场中,基于流场空间信息和流场速度确定出粒子的单步运动时长,并基于预先定义的坐标转换规则和坐标系构建规则确定出粒子大小;获取流线轨迹中的流线点位置信息,并基于流线点位置信息、单步运动时长和预设运动速度确定出粒子每一步的轨迹位置,以及基于轨迹位置确定出粒子的运动轨迹;按照粒子大小对粒子进行图元化以得到图元化粒子,并基于运动轨迹利用预设动态更新算法对图元化粒子的位置进行动态更新。通过流场数据计算粒子的单步运动时长和大小以及确定出运动轨迹,然后对粒子图元化并实现位置的动态更新以生成易于观察的粒子动画效果。

    一种飞行器表面流线生成方法、装置、设备及存储介质

    公开(公告)号:CN119227244A

    公开(公告)日:2024-12-31

    申请号:CN202411731970.9

    申请日:2024-11-29

    Abstract: 本申请公开了一种飞行器表面流线生成方法、装置、设备及存储介质,涉及流场可视化技术领域,包括:确定飞行器表面流线的当前起点,将飞行器表面对应的非结构网格进行划分,得到若干个三角形网格;基于三角形网格对当前起点的三维坐标进行平面坐标映射,得到平面坐标,根据平面坐标计算新起点的位置坐标;通过平面坐标和位置坐标确定目标流线段,对目标流线段与目标三角形网格的相对位置进行判断,根据判断结果确定新起点与目标三角形网格的相对位置关系;根据相对位置关系及新起点的位置坐标进行迭代积分操作,通过迭代积分操作确定全部积分点,将全部积分点进行连接,得到最终的飞行器表面流线。本申请实现了在非结构化网格表面准确地生成流线。

    基于物理信息融合的流场特征提取跟踪方法、装置、设备

    公开(公告)号:CN118657808B

    公开(公告)日:2024-10-18

    申请号:CN202411140175.2

    申请日:2024-08-20

    Abstract: 本申请公开了基于物理信息融合的流场特征提取跟踪方法、装置、设备,涉及流场处理技术领域,包括:获取三维时序流场的各时间步下的流场数据;识别各时间步下流场数据中属于涡区域的数据点,基于数据点对各时间步下的流场区域进行空间联通区域分割,得到单时间步下的涡区域;计算各涡区域的各数据点对应涡旋强度、涡度值、局部剪切率,得到各涡区域的物理属性信息;基于物理属性信息分别构建涡区域的属性矩阵,利用预设主成分分析法对各属性矩阵进行矩阵提取,得到各涡区域的目标属性矩阵;根据相邻时间步下目标属性矩阵之间的相似度计算结果构建特征相似度矩阵,遍历特征相似度矩阵,判断三维时序流场在不同时间步下所属的目标流场事件类型。

    一种基于深度学习的三维流场网格分类分割方法

    公开(公告)号:CN116246039B

    公开(公告)日:2023-07-14

    申请号:CN202310534154.8

    申请日:2023-05-12

    Abstract: 本发明公开了一种基于深度学习的三维流场网格分类分割方法,所述方法包括如下步骤:S1:三维网格模型数据预处理;以三维网格模型数据中局部曲面作为基本处理单元,数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征;S2:三维网格分类模型构建;融合生成对抗网络和协同注意力网络完成三维网格分类模型构建;S3:模型训练;引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐,使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近,同时使语义不相关的特征数据对所对应的分布距离远离;S4:基于步骤S3训练完成的模型完成三维流场网格分类分割。

Patent Agency Ranking