排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
利用时间推进的有限体积法求解二维雷诺平均Navier-Stokes(N-S)方程,分别在变比热容和定比热容的情况下研究了射流推力矢量喷管的内流性能,并对两种情况下计算结果进行了比较.结果表明,与定比热容情况相比,工质为变比热容的燃气时,喷管内部由二次流产生的斜激波位置向喷管下游移动,回流区减小,喷管的推力矢量角和推力系数减小,温度越高,两种方法的计算结果相差越大.因此,在采用计算流体力学(computational fluidic dynamic,简称CFD)方法研究射流推力矢量喷管内流场性能时应该考虑变比热的影响. 相似文献
4.
为降低弹道目标整体误识别代价,提出了基于代价敏感剪枝(CSP)一维卷积神经网络(1D-CNN)的弹道目标高分辨距离像识别方法。首先,基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架;然后,在此基础上,提出了基于人工蜂群算法的网络结构无梯度优化方法,以网络结构搜索的方式自动地寻找1D-CNN的代价敏感子网络,即代价敏感剪枝;最后,为了使代价敏感子网络在微调过程中仍以最小化误识别代价为目标,提出了一种代价敏感交叉熵(CSCE)损失函数对训练进行优化,使代价敏感子网络侧重对误识别代价较高的类别正确分类来进一步降低整体误识别代价。实验结果表明:结合CSP和CSCE损失函数的1D-CNN能在保持较高的识别正确率的前提下,相比传统的1D-CNN具有更低的整体误识别代价,且降低了50%以上的计算复杂度。 相似文献
5.
6.
7.
8.
9.
针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题,提出一种自适应变异麻雀搜索算法(AMSSA)。先通过猫映射混沌序列初始化种群,增强初始种群的随机性、遍历性,提高算法的全局搜索能力;再引入柯西变异和Tent混沌扰动,拓展局部搜索能力,使陷入局部极值点的个体跳出限制继续搜索;最后,提出探索者-跟随者数量自适应调整策略,利用各阶段探索者和跟随者数量的改变增强算法前期的全局搜索能力和后期的局部深度挖掘能力,提高算法的寻优精度。选取16个基准函数和Wilcoxon检验进行验证,实验结果表明:所提算法与其他算法相比,寻优精度、收敛速度和稳定性都取得较大提升。 相似文献
1