计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2009年
5期
27-30
,共4页
流场%BP神经网络%特征提取%可视化
流場%BP神經網絡%特徵提取%可視化
류장%BP신경망락%특정제취%가시화
传统的基于拓扑分析方法的特征可视化系统的扩展性、通用性和交互性较差.本文分析了流场的特征,在此基础上提出了一种基于BP神经网络的可选择智能流场特征提取方法,设计了一种三层BP神经网络结构,用户可以对感兴趣的新特征进行选取并进行训练和提取,而无须修改程序.该方法利用神经网络较强的非线性映射能力,提高了系统的扩展性、通用性和交互性.基于上述方法,设计并实现了一个流场可视化原型系统.实验表明,该方法对流场任意特征具有高识别率和较低的误警率、漏报率.
傳統的基于拓撲分析方法的特徵可視化繫統的擴展性、通用性和交互性較差.本文分析瞭流場的特徵,在此基礎上提齣瞭一種基于BP神經網絡的可選擇智能流場特徵提取方法,設計瞭一種三層BP神經網絡結構,用戶可以對感興趣的新特徵進行選取併進行訓練和提取,而無鬚脩改程序.該方法利用神經網絡較彊的非線性映射能力,提高瞭繫統的擴展性、通用性和交互性.基于上述方法,設計併實現瞭一箇流場可視化原型繫統.實驗錶明,該方法對流場任意特徵具有高識彆率和較低的誤警率、漏報率.
전통적기우탁복분석방법적특정가시화계통적확전성、통용성화교호성교차.본문분석료류장적특정,재차기출상제출료일충기우BP신경망락적가선택지능류장특정제취방법,설계료일충삼층BP신경망락결구,용호가이대감흥취적신특정진행선취병진행훈련화제취,이무수수개정서.해방법이용신경망락교강적비선성영사능력,제고료계통적확전성、통용성화교호성.기우상술방법,설계병실현료일개류장가시화원형계통.실험표명,해방법대류장임의특정구유고식별솔화교저적오경솔、루보솔.