【技术实现步骤摘要】
本专利技术属于流场预测，具体涉及到一种基于半监督学习的判别回归流场预测方法。
技术介绍
1、流场预测旨在通过控制点来表征，然后对其进行流场预测，其核心在于如何实现基于控制点表征对流场属性的回归预测。传统的计算流体力学(cfd)需要利用解算软件迭代计算进行高精度的数值仿真模拟，如求解欧拉方程、雷诺平均纳维尔-斯托克斯(rans)方程等，然而这对于算力花费巨大。
2、随着深度学习的发展，利用神经网络来构建回归预测模型自动学习高维潜在的映射关系，实现流场的快速预测，能够在一定程度上逼近解算软件数值模拟结果，从而为研究人员提供便捷。但现有深度学习方法都需要大量的训练数据，而数据的获取和来源由于解算往往需要巨大的算力和时间成本。构建半监督学习范式虽降低现有深度流场预测法对于大规模训练数据集的需求，节省了算力和时间成本，但是少量的训练样本往往很容易使深度模型产生过拟合现象。因此，利用少量数据的半监督学习范式，实现与大量数据训练模型相近的预测性能，对于现有流场预测具有重要研究意义和应用价值。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种基于半监督学习的判别回归流场预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
3.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
4.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
5.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
6.根据权利要求5所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
【技术特征摘要】
1.一种基于半监督学习的判别回归流场预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
3.根据权利要求1所述的一种基于半监督学习的判别回归流场预测方法，其特征在于：
<...【专利技术属性】
技术研发人员：彭德中，于洋，刘东，秦阳，庞志鑫，孙元，段思远，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。