U-net网络在流场预测中的应用研究综述

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

0 引言

计算流体动力学（CFD）广泛应用于水利工程、航空航天等领域[1-2]。由于CFD 计算一方面需要对高阶非线性方程组进行迭代求解，另一方面为了得到更高的精度需要增加网格密度，因此存在计算成本较高、计算效率较低等问题。2006年，Hinton等[3提出了深度置信网络（DBNs），采用无监督逐层预训练和有监督微调的方法解决了深层网络训练中的梯度消失和局部极小值问题，同时达到快速训练神经网络的目的。（剩余7999字）

试读结束

目录
monitor
客服机器人