南方科技大学知识苑(SUSTech KC): 级联递归神经网络架构的湍流时空预测模型

题名	级联递归神经网络架构的湍流时空预测模型
其他题名	Spatiotemporal Prediction Model of Turbulent Flow Based on Cascaded Recurrent Neural Network
作者	郭昊 ; 董雪 ; 孙志伟 2; 周波 3
发表日期	2022
DOI	10.3969/j.issn.1006-9348.2022.11.067
发表期刊	计算机仿真影响因子和分区
ISSN	1006-9348
卷号	39 期号:11页码:338-343,415
摘要	对湍流流体进行超高速成像是研究流动燃烧机理、验证湍流流动模型和化学反应动力学模型的重要手段.平面激光诱导荧光(PLIF)技术是湍流火焰燃烧中间产物高速诊断的主要实验方法,针对超高速激光的间歇性导致其时序序列之间存在间断的问题,提出使用湍流火焰中OH自由基的PLIF实验数据,通过训练级联递归神经网络模型(CascadeRNN)建立历史图像序列和未来多帧图像的映射关系,实现预测未来多帧图像的目的,从而弥补激光光源在时序序列之间的间断.结果表明,所提出的模型能够从100kHz的16帧历史图像序列的输入中预测出未来8帧图像,并且有效地捕捉火焰的空间结构特性和时间序列上的演变规律,且预测结果优于其它模型.
关键词	卷积神经网络递归神经网络级联递归神经网络湍流燃烧时空预测
相关链接	[万方记录]
语种	中文
学校署名	其他
资助项目	52006137:国家自然科学基金 ; 19YF1423400:上海市扬帆计划 ; 2016M600313:上海市扬帆计划
来源库	WanFang
万方记录号	jsjfz202211067
引用统计	被引频次[WOS]：0
成果类型	期刊论文
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/525035
专题	南方科技大学
作者单位	1.上海交通大学中英国际低碳学院,上海200240 2.澳大利亚阿德莱德大学能源研究中心,澳大利亚SA5005 3.南方科技大学力学与航空系,广东深圳518000
推荐引用方式 GB/T 7714	郭昊,董雪,孙志伟,等. 级联递归神经网络架构的湍流时空预测模型[J]. 计算机仿真,2022,39(11):338-343,415.
APA	郭昊,董雪,孙志伟,&周波.(2022).级联递归神经网络架构的湍流时空预测模型.计算机仿真,39(11),338-343,415.
MLA	郭昊,et al."级联递归神经网络架构的湍流时空预测模型".计算机仿真 39.11(2022):338-343,415.