基于复合神经网络的多源气动数据建模
Multi-fidelity aerodynamic data analysis by using composite neural network作者机构：西安交通大学数学与统计学院陕西西安710049
出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)
年 卷 期：2024年第42卷第2期
页 面：328-334页
核心收录：
学科分类：080103[工学-流体力学] 08[工学] 080104[工学-工程力学] 0801[工学-力学（可授工学、理学学位）]
摘 要：将深度学习方法应用至气动数据建模,能够解决传统建模方法效率低、代价高的问题,具有重要的现实意义。基于复合神经网络模型对多源气动数据进行学习,利用低精度数据辅助高精度数据进行预测。与不同网络模型进行对比,验证了文中提出的复合神经网络在气动数据建模中表现优良,且泛化能力较好。
维普期刊数据库
同方期刊数据库