[发明专利]一种融合CNN和Swin Transformer网络的翼型优化方法有效
| 申请号： | 202211572055.0 | 申请日： | 2022-12-08 |
| 公开（公告）号： | CN115795683B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 王枭;张来平;邓小刚;邹舒帆;王靖宇 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F30/15 | 分类号： | G06F30/15;G06F30/27;G06F30/28;G06F119/14;G06F113/08 |
| 代理公司： | 北京卓岚智财知识产权代理有限公司 11624 | 代理人： | 蔡永波 |
| 地址： | 610000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合CNN和Swin Transformer网络的翼型优化方法，具体步骤如下：通过参数化方式对翼型外型进行表征，并采用计算流体力学数值模拟方式获取真实流场解算值，构建所需的数据集；对获取的翼型外型参数和真实流场数据集进行归一化预处理；对翼型外型参数化控制点坐标进行线性编码，对特征维度进行拓充；利用双线性上采样方式将相邻维度的特征图重塑为高分辨率的特征图；利用CNN网络和Swin Transformer构建Swin Conv Transformer Block基本网络模块进行流场特征提取；进行迭代计算，网络预测流场与真实流场值进行对比，直到达到最大训练步长；利用训练好的最优模型获取相应翼型的流场图像；通过系列翼型的流场特征对比，确定翼型优化方向。 | ||
| 搜索关键词： | 一种 融合 cnn swin transformer 网络 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211572055.0/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
