| 注册
首页|期刊导航|物理学报|基于深度学习的流场时程特征提取模型

基于深度学习的流场时程特征提取模型

战庆亮 葛耀君 白春锦

物理学报2022,Vol.71Issue(7):219-228,10.
物理学报2022,Vol.71Issue(7):219-228,10.DOI:10.7498/aps.71.20211373

基于深度学习的流场时程特征提取模型

Flow feature extraction models based on deep learning

战庆亮 1葛耀君 2白春锦1

作者信息

  • 1. 大连海事大学交通运输工程学院, 大连 116026
  • 2. 同济大学, 土木工程防灾国家重点实验室, 上海 200092
  • 折叠

摘要

关键词

流场特征提取/深度学习/流场时程/残差卷积网络/特征识别

引用本文复制引用

战庆亮,葛耀君,白春锦..基于深度学习的流场时程特征提取模型[J].物理学报,2022,71(7):219-228,10.

基金项目

国家自然科学基金(批准号:51778495,51978527)、桥梁结构抗风技术交通行业重点实验室(上海)开放课题(批准号:KLWRTBMC21-02)和辽宁教育厅研究计划(批准号:LJKZ0052)资助的课题. (批准号:51778495,51978527)

物理学报

OA北大核心CSCDCSTPCDSCI

1000-3290

访问量0
|
下载量0
段落导航相关论文