典型文献
基于机器学习预测流场特征的网格生成技术研究进展
文献摘要：
网格技术是影响数值模拟精度的一项重要技术.本文针对基于机器学习预测流场特征的网格生成框架,对流场特征指示器、机器学习预测流场、网格自动生成及自适应三项支撑技术进行了简要综述.现有的流场特征指示器与机器学习方法相结合有望成为提供网格生成先验参考的有效手段.在机器学习方面,适用于流体力学的物理嵌入方法是降低机器学习样本要求的可行方法.兼顾拓扑与密度分布的三维结构网格自动生成方法有待进一步研究.
文献关键词：
激波检测;误差估计;机器学习;数据降维;神经网络;流场预测;网格生成;网格自适应
中图分类号：
作者姓名：
韩天依星;皮思源;胡姝瑶;许晨豪;万凯迪;高振勋;蒋崇文;李椿萱
作者机构：
北京航空航天大学 国家计算流体力学实验室,北京 100191;北京航空航天大学宁波创新研究院 先进飞行器与空天动力创新研究中心,浙江 宁波 315832
文献出处：
引用格式：
[1]韩天依星;皮思源;胡姝瑶;许晨豪;万凯迪;高振勋;蒋崇文;李椿萱-.基于机器学习预测流场特征的网格生成技术研究进展)[J].航空科学技术,2022(07):29-45
A类：
激波检测
B类：
基于机器学习,机器学习预测,测流,流场特征,网格生成,生成技术,数值模拟精度,指示器,网格自动生成,支撑技术,机器学习方法,先验,流体力学,可行方法,密度分布,三维结构,自动生成方法,误差估计,数据降维,流场预测,网格自适应
AB值：
0.332241
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
