-
公开(公告)号：CN115034385A
公开(公告)日：2022-09-09
申请号：CN202210696398.1
申请日：2022-06-20
Applicant: 南京邮电大学
Abstract: 一种基于条件生成对抗神经网络CGAN求解二维泊松方程的方法，包括：基于有限差分法求解不同场景下的二维泊松方程，即根据源分布和相对介电常数分布，得到对应的电位分布，得到数据样本；将得到的数据样本划分为训练样本、验证样本和测试样本；搭建CGAN的生成器和判别器模型，定义模型梯度和损失函数；训练CGAN，并用验证样本验证该模型的预测性能；使用训练好的模型来求解训练样本和测试样本对应的有限区域内的电位分布；基于训练好的CGAN求解其他场景下的二维泊松方程。本方法可以用于预测测试样本，以及其他场景下的电位分布，实现对二维泊松方程的快速求解，其对所有训练样本和测试样本的预测误差平均值小于0.5%，具有更高的预测精度和更短的预测时间。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
