China S&T Journals

Relevance

Relevance
Publication time

10 per page

10 per page
20 per page
30 items are displayed on each page

6 Articles

能源平衡模型中工作模式判别方法CSCDCSTPCD
Authors：李立朱野陈雨张晓杰
《上海航天》 2018年3期《上海航天》 Issue 3,2018
Keywords：卫星仿真卫星能源任务规划能源计算模式查询模式判别数据库加速计算
Abstract：卫星能源平衡模型用于计算卫星预期的能源消耗,以判断卫星能源能否保证任务的顺利完成,指导电源系统设计或对规划任务进行能源约束.能源平衡计算需要先判别卫星工作模式,工作模式判别的准确性直接影响能源消耗计算的准确性.目前对于多任务且姿态需要相应机动的卫星缺少有效的模式判别方法,为此,提出了通过建立索引表及查询数据库的方式进行工作模式判别的方法.建立不同时间序列工作状态与卫星工作模式索引表,将轨道时间序列及规划任务时间序列注入数据库,查…More>>
基于CUDA的加速MATLAB计算研究北大核心CSCDCSTPCD
Authors：刘绍波刘明贵张国华
《计算机应用研究》 2010年6期《计算机应用研究》 Issue 6,2010
Keywords：统一计算设备架构MATLAB加速计算
Abstract：介绍了NVIDIA公司新的编程框架CUDA的特点以及CUDA加速MATLAB的方法,测试了CUDA加速岩土工程中常用的算法如矩阵计算、快速傅里叶变换、支持向量机.随后分析了数据规模、算法复杂性与加速效果的关系,指出了基于CUDA的MATLAB加速计算的应用前景.测试结果表明,CUDA方式相对传统计算方式的最好加速效果分别达到了22.39倍、46.88倍、51.32倍,证明了CUDA加速计算的有效性.
一种耦合CFD与深度学习的气固快速模拟方法CSCD
Authors：温凯杰郭力夏诏杰陈建华
《化工学报》 2023年9期《化工学报》 Issue 9,2023
Keywords：两相流计算流体力学神经网络加速计算深度学习
Abstract：在计算流体力学领域,深度学习被用于重建流场、预测曳力、求解泊松方程、加速流体模拟等方面的研究.为了加速气固两相流的模拟计算,使用卷积长短时记忆网络对物理量进行预测,并基于LibTorch实现深度学习模型预测与OpenFOAM的耦合.通过与单纯OpenFOAM模拟结果对比,发现深度学习模型预测存在颗粒体积分数不守恒、极小数值预测不准确的问题,先后通过体积分数校正和网格数据过滤消除了前述影响.选取不同的三个物理量组合进行深度学习模型预测以…More>>
计及铁心非线性的变压器空间动态磁场加速计算方法北大核心
Authors：司马文霞孙佳琪杨鸣邹德旭彭庆军王劲松
《电工技术学报》 2025年5期《电工技术学报》 Issue 5,2025
Keywords：非线性卷积神经网络长短期记忆网络磁场加速计算
Abstract：快速获得变压器空间磁场动态分布是构建变压器数字孪生体的基础之一,然而现有快速计算方法难以快速、准确地获得铁心饱和工况下的磁场分布特性.因此,该文提出了计及铁心非线性的变压器空间动态磁场加速计算方法.首先,构建变压器电磁场路耦合仿真模型,对关键变量进行参数化扫描,仿真获得不同非线性工况下的大量磁场数据,构建涉及铁心非线性工况的主磁通和漏磁通数据集;其次,提出融合卷积神经网络(CNN)和长短期记忆网络(LSTM)的双分支深度学习模型,训练…More>>
基于统一计算架构加速的γ能谱分析系统设计CSTPCD
Authors：谢浩浩王仁波陈锐
《世界核地质科学》 2024年6期《世界核地质科学》 Issue 6,2024
Keywords：γ能谱分析CUDA加速计算系统设计
Abstract：在现代核科学与技术应用中,γ能谱分析是一种重要的技术手段,用于放射性核素的定性和定量分析.然而,传统的γ能谱分析系统在处理高通量数据时面临诸多挑战,尤其是在计算量大、处理速度慢的情况下,常常难以满足实际需求.因此,如何提高γ能谱分析的效率和准确性,成为亟待解决的问题.旨在通过设计一种基于CUDA(Compute Unified Device Architecture)加速的γ能谱分析系统,来提高γ能谱分析的处理速度与效率,从而满足高通…More>>
FCNN提升电大尺寸目标优化设计中RCS计算速度
Authors：杨远鹏王文卓郑生全方重华
《太赫兹科学与电子信息学报》 Issue 3,2025
Keywords：全连接神经网络(FCNN)雷达散射截面积平均值数据集回归计算加速计算
Abstract：为在电大尺寸目标降低雷达散射截面积(RCS)的优化设计过程中提升计算目标RCS的速度,采用启发式算法对电大尺寸目标进行低RCS优化设计时,使用电磁仿真软件计算过的模型结果训练一个多层全连接神经网络(FCNN)。优化过程中,当已计算的模型数量足以完成对神经网络的训练后,使用训练好的神经网络改进电磁仿真计算。利用神经网络计算速度较电磁仿真更快的特点,实现提升电大尺寸目标低RCS优化设计速度。在本文所选的电大尺寸模型和使用模拟退火法进…More>>