[发明专利]流场识别方法、装置、电子设备、介质和程序产品

说明书

本公开提供了一种流场识别方法、装置、电子设备、介质和程序产品，涉及人工智能技术领域，尤其涉及深度学习、流体力学等技术领域。具体实现方案为：获取流场内的数据点坐标以及时间信息，所述流场包括目标障碍物体，所述数据点坐标为以所述目标障碍物体为坐标原点的坐标；基于神经网络模型识别所述数据点坐标在目标时间的流体参数，其中，所述神经网络模型的输入包括所述数据点坐标和所述时间信息，所述神经网络模型的损失函数包括控制方程的损失函数，所述控制方程为与所述流场对应的控制方程，所述目标时间为所述时间信息表示的时间。本公开可以提高流体参数的获取效率。

技术领域

本公开涉及深度学习、流体力学等人工智能技术领域，尤其涉及一种流场识别方法、装置、电子设备、介质和程序产品。

背景技术

流场在人们生活中经常存在，例如：空气流场、海洋流场等。在实际应用中流场往往会存在障碍物体，这样障碍物体会导致流场内的流体参数发生变化。目前流场内的流体参数主要是依靠人工计算。

发明内容

本公开提供了一种流场识别方法、装置、电子设备、介质和程序产品。

根据本公开的一方面，提供了一种流场识别方法，包括：

获取流场内的数据点坐标以及时间信息，所述流场包括目标障碍物体，所述数据点坐标为以所述目标障碍物体为坐标原点的坐标；

基于神经网络模型识别所述数据点坐标在目标时间的流体参数，其中，所述神经网络模型的输入包括所述数据点坐标和所述时间信息，所述神经网络模型的损失函数包括控制方程的损失函数，所述控制方程为与所述流场对应的控制方程，所述目标时间为所述时间信息表示的时间。

根据本公开的另一方面，提供了一种流场识别装置，包括：

获取模块，用于获取流场内的数据点坐标以及时间信息，所述流场包括目标障碍物体，所述数据点坐标为以所述目标障碍物体为坐标原点的坐标；

识别模块，用于基于神经网络模型识别所述数据点坐标在目标时间的流体参数，其中，所述神经网络模型的输入包括所述数据点坐标和所述时间信息，所述神经网络模型的损失函数包括控制方程的损失函数，所述控制方程为与所述流场对应的控制方程，所述目标时间为所述时间信息表示的时间。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开提供的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开提供的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的方法。

本公开中，由于基于神经网络模型识别所述数据点坐标在目标时间的流体参数，从而可以提高流体参数的获取效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开提供的一种流场识别方法的流程图；

图2是本公开提供的一种流场的示意图；

图3是本公开提供的一种神经网络模型的示意图；