公开(公告)号：CN115311530B

公开(公告)日：2023-08-29

申请号：CN202210833886.2

申请日：2022-07-15

Applicant: 哈尔滨工业大学

Inventor： 赖马树金 ,  周旭曦 ,  金晓威

IPC: G06V10/82 ,  G06V10/77 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出一种基于深度卷积自编码器的流场特征提取方法。所述方法具体包括：步骤一：获得流场数据，根据流场数据构建数据集；步骤二：搭建深度卷积自编码器模型；步骤三：将数据集随机按比例划分为训练集、验证集和测试集；利用训练集对深度卷积自编码器模型进行训练，利用验证集对深度卷积自编码器模型进行验证；步骤四：利用测试集对验证后的深度卷积自编码器模型进行测试，对比输入和输出流场差异。相比于POD等线性方法，本发明所述方法能够将流场压缩到更低的维度，流场重构精度也优于POD方法。

公开(公告)号：CN115114859A

公开(公告)日：2022-09-27

申请号：CN202210833876.9

申请日：2022-07-15

Applicant: 哈尔滨工业大学

Inventor： 金晓威 ,  赖马树金 ,  周旭曦

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/08

Abstract: 本发明提出一种基于双向门控循环单元的高时间分辨率流场重构方法。该方法使用粒子图像测速技术(PIV)测量的高空间分辨率流场数据和局部测量点处高频风速传感器测量的高时间分辨率数据，通过深度卷积自编码器的提取流场空间特征，将局部测点处的高时间分辨率数据输入双向门控循环单元，重构出整个流场的高时间分辨率的特征时程系数，最后将该系数输入卷积自编码器中即可重构出高时间分辨率的流场。本发明无需采用昂贵的高频PIV设备，采用普通低频PIV和高频风速传感器即可较好地重构出高时间分辨率流场。

公开(公告)号：CN118465299A

公开(公告)日：2024-08-09

申请号：CN202410497886.9

申请日：2024-04-24

Applicant: 哈尔滨工业大学

Inventor： 赖马树金 ,  丑泽霖 ,  金耀 ,  周旭曦 ,  薛耿

IPC: G01P1/00 ,  B64U10/00 ,  B64U20/80 ,  G06F30/28 ,  G01P5/00 ,  G01P13/02 ,  G01P21/02 ,  B64U101/00 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提出一种基于无人机的现场桥梁绕流流场移动测量方法。所述方法使用开源式四旋翼无人机搭配小型风速风向传感器组成无人机测风系统，结合机身的姿态数据与风速风向解算方法，可还原环境风场的风速风向数据。本发明与现有大桥测风技术相比，具有机动性好、成本低廉、便捷性强的优势，实现了使用无人机的测风技术，为桥梁健康监测提供新方案。

公开(公告)号：CN118365522A

公开(公告)日：2024-07-19

申请号：CN202410482908.4

申请日：2024-04-22

Applicant: 哈尔滨工业大学

Inventor： 赖马树金 ,  周旭曦 ,  金晓威 ,  金耀

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提出一种基于卷积神经网络的大视场高空间分辨率流场重构方法。该方法基于局部小视场高空间分辨率粒子图像测速技术PIV测量结果和大视场低空间分辨率测量结果，采用卷积神经网络学习大视场低分辨率流场和小视场高分辨率流场之间的映射关系，通过滑动窗口遍历整个流场即可重构出大视场高空间分辨率流场。本发明无需采用多台PIV设备同时拍摄流场进行拼接，只需采用两台PIV即可较好地重构出大视场高空间分辨率流场。

公开(公告)号：CN115114859B

公开(公告)日：2023-03-24

申请号：CN202210833876.9

申请日：2022-07-15

Applicant: 哈尔滨工业大学

Inventor： 金晓威 ,  赖马树金 ,  周旭曦

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06F113/08

Abstract: 本发明提出一种基于双向门控循环单元的高时间分辨率流场重构方法。该方法使用粒子图像测速技术(PIV)测量的高空间分辨率流场数据和局部测量点处高频风速传感器测量的高时间分辨率数据，通过深度卷积自编码器的提取流场空间特征，将局部测点处的高时间分辨率数据输入双向门控循环单元，重构出整个流场的高时间分辨率的特征时程系数，最后将该系数输入卷积自编码器中即可重构出高时间分辨率的流场。本发明无需采用昂贵的高频PIV设备，采用普通低频PIV和高频风速传感器即可较好地重构出高时间分辨率流场。

公开(公告)号：CN115311530A

公开(公告)日：2022-11-08

申请号：CN202210833886.2

申请日：2022-07-15

Applicant: 哈尔滨工业大学

Inventor： 赖马树金 ,  周旭曦 ,  金晓威

IPC: G06V10/82 ,  G06V10/77 ,  G06V10/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于深度卷积自编码器的流场特征提取方法。所述方法具体包括：步骤一：获得流场数据，根据流场数据构建数据集；步骤二：搭建深度卷积自编码器模型；步骤三：将数据集随机按比例划分为训练集、验证集和测试集；利用训练集对深度卷积自编码器模型进行训练，利用验证集对深度卷积自编码器模型进行验证；步骤四：利用测试集对验证后的深度卷积自编码器模型进行测试，对比输入和输出流场差异。相比于POD等线性方法，本发明所述方法能够将流场压缩到更低的维度，流场重构精度也优于POD方法。