基于图卷积的自适应高维流体动力方程的流速预测方法

    公开(公告)号:CN114692523A

    公开(公告)日:2022-07-01

    申请号:CN202210300040.2

    申请日:2022-03-25

    IPC分类号: G06F30/28 G06F30/27 G06Q10/04

    摘要: 本发明属于流体动力场预测技术领域,公开了一种基于图卷积的自适应高维流体动力方程的流速预测方法,首先利用图卷积神经网络的高维流体动力方程空间结构模型,建立离散化网格,利用图卷积神经网络为网格中的各个网格点构建自适应空间结构关系;然后基于有限差分的微分方程数值方法,经空间结构模型计算,预测输出各个网格点的空间结构系数;进而计算空间导数;最后基于高维流体动力方程的物理求解过程,最终得到高维流体动力方程的最终数值解。

    基于轻量化生成模型的遥感图像超分辨率重建方法

    公开(公告)号:CN113538234A

    公开(公告)日:2021-10-22

    申请号:CN202110730777.3

    申请日:2021-06-29

    IPC分类号: G06T3/40 G06N3/04 G06N3/08

    摘要: 本发明属于图像生成技术领域,公开了一种基于轻量化生成模型的遥感图像超分辨率重建方法,构建基于遥感图像的生成对抗超分辨率网络总模型,包括生成网络和判别网络,通过生成网络与判别网络持续的训练对抗,来生成与真实图像更为相近的超分辨率图像;所述生成网络融合了注意力的显著性机制,将不同通道特征重新进行权重分配,使得模型能够自适应的学习遥感图像的特征分布,通过损失函数和优化器不断迭代优化两个网络模型参数,以期达到两者间的动态平衡,使得生成图像的概率分布与真实图像的数据分布近似相同,以缓解图像超分辨重建的不适定问题。