基于遷移學習的飛行器高低階精度數(shù)據(jù)融合方法
飛行力學
頁數(shù): 7 2024-06-20
摘要: 為提升飛行器氣動性能分析效率、降低所需成本,采用了兩種基于遷移學習的數(shù)據(jù)融合智能預測方法:一種是根據(jù)樣本特征進行權(quán)重配比的多保真度融合方法,利用自適應(yīng)提升算法進行樣本錯誤率評估,并依據(jù)結(jié)果進行加權(quán)融合;另一種是基于模型的參數(shù)凍結(jié)遷移方法,將高低階精度數(shù)據(jù)進行神經(jīng)網(wǎng)絡(luò)分層訓練,實現(xiàn)模型意義上的數(shù)據(jù)融合。兩種方法均考慮將高階精度的風洞試驗數(shù)據(jù)與低階精度的CFD數(shù)據(jù)進行深度融合訓練,... (共7頁)