排序方式: 共有16条查询结果,搜索用时 312 毫秒
1.
近年来, 随着深度学习在图像处理、语音识别、自动驾驶、自然语言处理等领域迅速发展, 该技术也被越来越广泛地应用于处理具有复杂非线性、高维度、大数据量等特点的流体力学方向. 传统的方法无法有效地处理这些庞大的数据, 深度学习因其具有强大的函数拟合能力, 可以从大量的数据中挖掘有用的信息. 当前, 流体力学深度学习技术有了初步的一些研究成果, 在流动信息特征提取、多源数据信息融合及流场的智能重构等方面具有重要的工程价值, 其应用潜力逐渐得到证实. 如何利用地面风洞试验、数值模拟及飞行试验获取的数据进行深入挖掘, 快速智能感知及重构流场, 可为主动流动控制提供重要指导. 本文主要从深度学习不同类型的网络结构出发探讨了卷积神经网络在流场重构中的研究进展, 文章首先介绍卷积神经网络的一些基本概念以及基本网络结构, 之后简要介绍流场超分辨率重构网络、端到端的映射网络、长短期记忆网络的基本结构与理论, 并详细归纳出他们的改进形式在流场重构领域的一系列研究进展与成果, 最后对文章做出总结并探讨了流场重构深度学习技术所面临的挑战与展望. 相似文献
2.
3.
4.
5.
6.
7.
8.
作为天然金刚石生长环境的碳酸盐,研究其掺杂对人造金刚石晶体生长行为的影响具有重要的学术价值。本文运用高温高压下的温度梯度法,将碳酸钙(CaCO3)按照不同比例掺杂到金刚石合成腔体内的碳源中,用以研究其掺杂对金刚石分别沿(100)或(111)晶面生长行为的影响。利用光学显微成像对掺杂合成金刚石晶体形貌的表征表明:随着碳酸钙掺量的增加,沿(100)面生长的金刚石晶形由塔状变为板状且出现了裂晶、连晶现象,晶体颜色先变浅再变黑,内部出现了包裹体;同样,沿(111)面生长的金刚石晶形由板状逐渐变为塔状且出现了裂晶、孪晶现象,晶体颜色逐渐变黑,内部包裹体增多。用激光拉曼光谱对掺杂金刚石晶体质量的表征表明:随着碳酸钙掺量的增加,沿(100)或(111)面生长的掺杂金刚石的拉曼峰位偏移量均增大,半峰全宽均变大。这说明碳酸钙掺杂使得金刚石晶格畸变增加、内应力变大。本文对碳酸钙掺杂影响沿两不同面生长金刚石的晶形、颜色、内部质量等行为的成因进行了分析,为本课题后续研究奠定了基础。 相似文献
9.
10.