公开(公告)号：CN113657020B

公开(公告)日：2023-05-05

申请号：CN202110788390.3

申请日：2021-07-13

Applicant: 电子科技大学

Inventor： 汪文勇 ,  程艳青 ,  张广博 ,  向渝 ,  张骏 ,  胡力卫

IPC: G06F30/27 ,  G06F30/28 ,  G06F30/15 ,  G06N3/045 ,  G06N3/08 ,  G06F18/15 ,  G06F18/23213 ,  G06F18/241 ,  G06F18/27 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种用于气动数据处理的深度集群神经网络模型构建方法，涉及空气动力学数据处理领域中的深度集群神经网络模型构建技术领域。a、数据集的准备和预处理：首先通过计算流体动力学方法获得气动数据集，提取气动数据集中的主要设计参数和响应参数；然后将数据进行分类，划分为多个子集；对每个子集打上标签；最后将气动数据集划分为训练集、验证集和测试集；b、深度集群神经网络模型构建；c、深度集群神经网络模型训练；d、深度集群神经网络模型验证。采用此方法训练得到的集群神经网络在处理空气动力学数据时，能够弥补样本采样不均或样本分布不均而导致的样本质量不足的环境下传统神经网络模型的缺陷，从而提高了模型的预测精度。

公开(公告)号：CN113657020A

公开(公告)日：2021-11-16

申请号：CN202110788390.3

申请日：2021-07-13

Applicant: 电子科技大学

Inventor： 汪文勇 ,  程艳青 ,  张广博 ,  向渝 ,  张骏 ,  胡力卫

IPC: G06F30/27 ,  G06F30/28 ,  G06F30/15 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种用于气动数据处理的深度集群神经网络模型构建方法，涉及空气动力学数据处理领域中的深度集群神经网络模型构建技术领域。a、数据集的准备和预处理：首先通过计算流体动力学方法获得气动数据集，提取气动数据集中的主要设计参数和响应参数；然后将数据进行分类，划分为多个子集；对每个子集打上标签；最后将气动数据集划分为训练集、验证集和测试集；b、深度集群神经网络模型构建；c、深度集群神经网络模型训练；d、深度集群神经网络模型验证。采用此方法训练得到的集群神经网络在处理空气动力学数据时，能够弥补样本采样不均或样本分布不均而导致的样本质量不足的环境下传统神经网络模型的缺陷，从而提高了模型的预测精度。