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
本发明公开了一种基于深度算子网络的翼型设计方法及装置，涉及神经网络领域，其中，该方法包括：在第一神经网络输入需要求解的设定翼型的几何信息；在第二神经网络输入需要获得的气动位置点的几何信息；根据预先训练得到的基于深度算子网络的翼型气动替代模型，通过设定算法对第一神经网络的设定翼型的几何信息、第二神经网络的气动位置点的几何信息组成的多层神经网络计算获得到对应的气动预测值以实现快速的翼型气动计算，本发明的方法及装置，有效实现了对各类翼型不同工况下的气动预测，精度、泛化性、效率相较于传统神经网络替代模型
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117910128A
(43)申请公布日2024.04.19
(21)申请号202311763157.5G06N3/084(2023.01)
文档评论（0）