-
公开(公告)号:CN119227566A
公开(公告)日:2024-12-31
申请号:CN202411231182.3
申请日:2024-09-04
Applicant: 西南科技大学
IPC: G06F30/28 , G06F18/25 , G06F113/08 , G06F111/10 , G06F119/02
Abstract: 本发明属于流场解推断领域,具体涉及一种基于多层特征增强的多模态飞行器流场解推断方法。本发明的方法包括:仿真得到飞行器在不同来流条件下的流场数值解;对所述飞行器流场数值解进行模态转换,将来流条件表示为数值模态,飞行器外形表示为图像模态;构建用于飞行器流场解推断的多层特征增强的多模态特征融合模型,并将仿真的流场数值解用于模型的训练。本发明通过将来流条件与飞行器外形表示为不同模态进行特征融合,解决了模型捕捉复杂流场特征的能力不足,模型拟合难度增大,从而导致模型性能不足的问题。通过融入特征增强模块,本方案提出的模型泛化性更好、精度更高。
-
公开(公告)号:CN118734420A
公开(公告)日:2024-10-01
申请号:CN202310337773.8
申请日:2023-03-31
Applicant: 西南科技大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/084 , G06N3/126 , G06F113/08 , G06F119/14
Abstract: 本发明公开一种Bump型面的优化方法,属于飞行器设计优化领域。本发明通过求解Taylor‑maccoll方程,运用流线追踪算法生成初始Bump型面。通过面元法快速预估其气动性能,并利用ANSYS软件簇检验其预估的准确性。得到Bump型面气动数据过后,利用BP神经网络训练出Bump型面的代理模型。最后,运用NSGA‑II优化算法以Bump型面的末端最大压力梯度和最小来流阻力系数为优化目标,对代理模型进行优化,优化结果表明:相比初始构型,Bump型面阻力系数减少10.9%,横向压力梯度增加12.1%。本发明减少了飞行器气动型面设计对CFD计算数据的依赖,在实际工程应用中有重大潜力。
-
公开(公告)号:CN118379218A
公开(公告)日:2024-07-23
申请号:CN202410605852.7
申请日:2024-05-16
Applicant: 西南科技大学
IPC: G06T5/70 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/40
Abstract: 本发明给出一种基于金字塔的SAR图像相干斑抑制方法。首先,将四种不同的残差模块级联成的残差块加到噪声估计的阶段,可以更充分地利用不同深度的残差模块对特征信息的提取,来促进学习过程;然后,采样多尺度的特征信息得到一个五级金字塔,可充分利用不同尺度的感受野以提取到多样化的、不同尺度空间的特征信息;最后,利用得到的多尺度特征信息进行融合、去噪,得到去噪后的图像,上下文信息对去噪后的图像保留细节信息有帮助。本发明利用四种不同的残差模块级联成的残差块和基于金字塔的思维对SAR图像进行多尺度特征提取、融合和去噪,实现了对真实SAR图像的去噪,并有效地保留图像去噪后的细节特征,显现了优异的去噪性能,具有广泛的适用性。
-
公开(公告)号:CN117992702A
公开(公告)日:2024-05-07
申请号:CN202410263306.X
申请日:2024-03-08
Applicant: 西南科技大学
IPC: G06F17/10 , G06F17/13 , G06N3/063 , G06F18/214 , G06N3/045
Abstract: 本发明公开了一种求解含参ODEs(常微分方程)的深度泛参深度算子网络方法,方法包括:建立ODEs系统数据库;构建用于深度泛参深度算子网络求解含参ODEs的DFNet框架;基于已知ODEs数据、深度神经算子网络、预处理的深度神经网络,通过正向求解获得更高精度的ODEs解。本发明将包含多种不同变量函数的ODEs系统数据采用DFNet训练,从而实现在任意变量函数、指定边界的条件下对ODEs系统进行高精度求解。
-
公开(公告)号:CN118379218B
公开(公告)日:2025-02-11
申请号:CN202410605852.7
申请日:2024-05-16
Applicant: 西南科技大学
IPC: G06T5/70 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/40
Abstract: 本发明给出一种基于金字塔的SAR图像相干斑抑制方法。首先,将四种不同的残差模块级联成的残差块加到噪声估计的阶段,可以更充分地利用不同深度的残差模块对特征信息的提取,来促进学习过程;然后,采样多尺度的特征信息得到一个五级金字塔,可充分利用不同尺度的感受野以提取到多样化的、不同尺度空间的特征信息;最后,利用得到的多尺度特征信息进行融合、去噪,得到去噪后的图像,上下文信息对去噪后的图像保留细节信息有帮助。本发明利用四种不同的残差模块级联成的残差块和基于金字塔的思维对SAR图像进行多尺度特征提取、融合和去噪,实现了对真实SAR图像的去噪,并有效地保留图像去噪后的细节特征,显现了优异的去噪性能,具有广泛的适用性。
-
公开(公告)号:CN105823361A
公开(公告)日:2016-08-03
申请号:CN201610342735.1
申请日:2016-05-23
Applicant: 西南科技大学
IPC: F28D20/02
CPC classification number: Y02E60/145 , F28D20/021 , F28D2021/0035
Abstract: 一种恒温暖气片,其特征在于该暖气片由金属板(5)围合而成,内部填充相变材料(4),热水入口(1)和热水出口(2)与暖气片内部的热水管(3)连通,相变材料(4)包裹热水管(3)外壁面。解决间歇供暖室内温度波动大和频繁启停机的问题。
-
公开(公告)号:CN105570973A
公开(公告)日:2016-05-11
申请号:CN201610114254.5
申请日:2016-03-01
Applicant: 西南科技大学
CPC classification number: Y02E10/40 , F24D15/02 , F24D19/00 , F24D2200/14 , F24S60/00
Abstract: 一种利用太阳能的墙内壁蓄热采暖系统,其特征在于该系统包括:太阳能集热器1通过保温循环管2与盘管4相连,盘管4埋在墙体内侧的定型相变材料层7中,定型相变材料层7夹于两侧的混凝土层6中,墙体内的盘管4进、出口处均设有截止阀3,保温循环管2上设置有泵5。太阳能集热器1为平板集热板,定型相变材料6为石蜡定型相变材料,盘管4的盘曲方式为蛇形。
-
-
-
-
-
-