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:CN116246039A

    公开(公告)日:2023-06-09

    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。

    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