基于物理学结合残差注意力网络的行星边界层参数化方法

    公开(公告)号:CN114896826B

    公开(公告)日:2022-09-09

    申请号:CN202210819294.5

    申请日:2022-07-13

    Abstract: 本发明涉及一种基于物理学结合残差注意力网络的行星边界层参数化方法,设计一种同时结合物理学和深度学习的残差注意力网络,包括依次连接的八个时空结合模块,每个时空结合模块包括通道注意力模块CAB和空间注意力模块PNSAB,通过卷积、CAB模块和PNSAB模块提取重要特征和模拟具体的物理过程,CAB模块用来模拟大气湍流过程中的能量交换,让网络不断地学习大气物理常识,PNSAB模块去挑选对于预测结果比较重要的气象要素,能够有效的替换传统模式中的参数化,设计的多个模块协同作用模拟边界层中的物理过程。本发明的模型能更好地模拟边界层内的速度、温度、风速和水汽的垂直分布,同时使用较低的计算成本和较短的时间。

    基于物理学结合残差注意力网络的行星边界层参数化方法

    公开(公告)号:CN114896826A

    公开(公告)日:2022-08-12

    申请号:CN202210819294.5

    申请日:2022-07-13

    Abstract: 本发明涉及一种基于物理学结合残差注意力网络的行星边界层参数化方法,设计一种同时结合物理学和深度学习的残差注意力网络,包括依次连接的八个时空结合模块,每个时空结合模块包括通道注意力模块CAB和空间注意力模块PNSAB,通过卷积、CAB模块和PNSAB模块提取重要特征和模拟具体的物理过程,CAB模块用来模拟大气湍流过程中的能量交换,让网络不断地学习大气物理常识,PNSAB模块去挑选对于预测结果比较重要的气象要素,能够有效的替换传统模式中的参数化,设计的多个模块协同作用模拟边界层中的物理过程。本发明的模型能更好地模拟边界层内的速度、温度、风速和水汽的垂直分布,同时使用较低的计算成本和较短的时间。

    应用于智能制造的工业产品测试系统

    公开(公告)号:CN115345256A

    公开(公告)日:2022-11-15

    申请号:CN202211126086.3

    申请日:2022-09-16

    Abstract: 本发明涉及一种应用于智能制造的工业产品测试系统,其包括试车数据挖掘平台、参数采集设备和目标机器产品。试车数据挖掘平台包括区域划分模块、数据分析模块和温度预测模块。试车数据挖掘平台利用目标机器产品在对应试车子周期内激活的动作联动程序数量、实际载荷量、待测轴承部件的转速和润滑油流量以及目标轴承区域的关联温度分布数据和温度特征序列建立目标轴承区域的温度预测模型,并基于目标轴承区域在对应试车子周期内的关联温度分布数据建立目标轴承区域的关联温度预测模型,然后根据所述关联温度预测模型和所述温度预测模型预测得到对应非易测轴承区域在预测试车子周期内的温度数据。

Patent Agency Ranking