原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种递推物理信息深度学习的流固耦合系统预测方法，为适用于流固耦合系统时空信息预测的分时段递推训练的物理信息深度学习算法，包括步骤：步骤1.构建有限长度时间区段的标签训练样本集；步骤2.构建物理和数据双驱动的深度神经网络，确定网络模型的优化算法；步骤3.采用分时段递推训练策略训练神经网络。本发明通过将表征流固耦合问题的偏微分方程内嵌至神经网络模型，融合异源数据，实现流固耦合系统的求解，提高了神经网络模型可解释性、计算效率和精度；通过将预测区间分段，并采用分时段递推训练策略和数据稀疏策略实
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116822337 A
(43)申请公布日 2023.09.29
(21)申请号 202310644648.1 G06F 113/08 (2020.01)
文档评论（0）