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

发明专利有效专利

申请号：
CN202110788390.3
IPC分类号：G06F30/27;G06F30/28;G06F30/15;G06N3/04;G06N3/08;G06K9/62;G06F113/08;G06F119/14
申请日期：
2021-07-13
申请人：
电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	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
申请号	CN202110788390.3	申请日期	2021-07-13
法律状态	公开	申报国家	中国
公开/公告日	2021-11-16	公开/公告号	CN113657020A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;F;3;0;/;2;8;;;G;0;6;F;3;0;/;1;5;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2;;;G;0;6;F;1;1;3;/;0;8;;;G;0;6;F;1;1;9;/;1;4查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学	当前权利人	电子科技大学
发明人	汪文勇;程艳青;张广博;向渝;张骏;胡力卫
代理机构	成都天嘉专利事务所（普通合伙）	代理人	冉鹏程

摘要

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供