期刊专题

10.3724/SP.J.1089.2022.19110

StreamLNet:结合流线可视化的流场原位压缩方法

引用
为了解决大规模计算流体力学数据量巨大引起的可视化和数据存储困难,提出一种原位流线提取和速度场压缩方法.在计算流体数值模拟的原位,首先使用均匀随机方法在流场中分布和生成一定数量的流线;然后基于该组流线训练一个深度神经回归网络模型StreamLNet,该模型以流场中任意位置的速度作为输出,以该位置周围若干流线节点的相对位置关系和速度属性作为输入,学习二者间的映射关系;最后舍弃原始流场数据,仅存储该组流线和StreamLNet模型用于后续数据可视化和流场恢复.对典型流体仿真数据的实验结果表明,所提方法在原位实现流线可视化的同时,可以以2%~3%的相对误差的代价获得几十倍到几百倍的压缩比.

流场压缩、原位可视化、科学可视化、深度神经网络、回归模型

34

TP391.41(计算技术、计算机技术)

国家数值风洞NNW工程;浙江省自然科学基金

2022-08-01(万方平台首次上网日期,不代表论文的发表时间)

共11页

1127-1137

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

34

2022,34(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn