一种基于卷积神经网络的PIV流场数据补缺方法
摘要:
本发明一种基于卷积神经网络的PIV流场数据补缺方法,属于实验测量技术领域;方法步骤为:搭建用于数据补缺的卷积神经网络;调整神经网络的结构和超参数,以提高数据补缺的准确性;生成用于神经网络训练的数据集;使用步骤3的仿真数据集测试网络在仿真数据上的补缺性能;使用实验数据集验证网络在真实场景下的数据补缺性能。该方法借助大量数值模拟结果和少量实验流场结果,采用卷积神经网络,即可将缺失信息的实验流场补充为完整的实验流场。
公开/授权文献
0/0