| 注册
首页|期刊导航|物理学报|基于时程深度学习的复杂流场流动特性表征方法

基于时程深度学习的复杂流场流动特性表征方法

战庆亮 白春锦 葛耀君

物理学报2022,Vol.71Issue(22):P.155-164,10.
物理学报2022,Vol.71Issue(22):P.155-164,10.DOI:10.7498/aps.71.20221314

基于时程深度学习的复杂流场流动特性表征方法

战庆亮 1白春锦 1葛耀君2

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

时程深度学习/流场降维/卷积神经网络/湍流流场/流动表征

分类

数理科学

引用本文复制引用

战庆亮,白春锦,葛耀君..基于时程深度学习的复杂流场流动特性表征方法[J].物理学报,2022,71(22):P.155-164,10.

基金项目

国家自然科学基金(批准号:51778495,51978527) (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) (上海)

中央高校基本科研业务费专项资金(批准号:3132022189)资助的课题。 (批准号:3132022189)

物理学报

OA北大核心CSCDCSTPCDSCI

1000-3290

访问量3
|
下载量0
段落导航相关论文