一种针对弹性飞机的静气动弹性计算方法

    公开(公告)号:CN113723027A

    公开(公告)日:2021-11-30

    申请号:CN202111040833.7

    申请日:2021-09-06

    申请人: 复旦大学

    摘要: 本发明属于飞行器仿真设计领域,具体为一种针对弹性飞机的静气动弹性计算方法。本发明耦合了求解RANS方程的CFD方法和求解结构非线性的有限元方法,在静气动弹性求解过程中,需要在气动和结构网格之间进行气动载荷和结构位移的传递,为了保证精度,采用RBF方法进行气动载荷和结构位移的传递。基于RBF方法能够通过每一个插值点的精确插值的特点,将气动/结构交界面分成几个部分单独进行插值,减小插值矩阵维度,降低计算难度,提高效率。采用扩散光顺方法进行气动网格更新,该方法可保持机翼附近网格的质量。该计算方法通过分析CRM翼身组合体模型验证静气弹变形,取得了很好的效果。

    考虑三维因素的短舱进气道设计几何参数化方法

    公开(公告)号:CN113127994A

    公开(公告)日:2021-07-16

    申请号:CN202110471565.8

    申请日:2021-04-29

    申请人: 复旦大学

    摘要: 本发明涉及一种考虑三维因素的短舱进气道设计几何参数化方法,首先面向短舱进气道的优化,建立基于三维几何约束的设计空间,然后利用本征正交分解方法,最后求解得到生成面向问题的新设计变量;本发明建立基于三维几何约束的设计空间,利用本征正交分解方法生成面向新型进气道几何参数化描述,得到新型设计变量。采用此种短舱进气道几何参数化方法,可以引入更多的三维考量,在短舱进气道形状的设计中具有应用前景。本发明在短舱进气道设计几何参数化方法中,更加直接地满足三维几何约束与三维几何意义,避免设计维度的剧增而提高优化效率,具备定量可靠的数学推导,减小对设计者经验的依赖。

    一种检测UV胶水固化过程动态光学特性的方法

    公开(公告)号:CN103969220B

    公开(公告)日:2016-07-13

    申请号:CN201410212899.3

    申请日:2014-05-20

    申请人: 复旦大学

    发明人: 李大海 张浩 徐敏

    IPC分类号: G01N21/41

    摘要: 本发明属于光电子器件与制造技术领域,具体为一种检测UV胶水固化过程动态光学特性的方法,其包括如下步骤:制备微型波导腔,将UV胶水倒入其中;将两片一侧镀有贵金属薄膜的玻璃片接合波导腔,形成双面金属包覆波导结构波导;搭建入射光路,UV灯从一侧进行固化;利用位置敏感探测器实时检测激光在该波导结构中传播并发生全反射时的侧向位移;通过激光在该波导结构中传播并产生导模时大大增强的侧向位移处,即侧向位移出现尖锐峰处对应的模式序数、已知的入射角度,以及该波导结构的模式本征方程反推出UV胶水介电常数的动态变化,随后便可计算得到UV胶水折射率的动态变化。其优点在于本发明方法简单、有效。

    一种基于条件独立性测试和连续优化的因果发现方法

    公开(公告)号:CN116756381A

    公开(公告)日:2023-09-15

    申请号:CN202310743834.0

    申请日:2023-06-24

    申请人: 复旦大学

    摘要: 本发明属于机器学习技术领域,具体为一种基于条件独立性测试和连续优化的因果发现方法。本发明方法包括:利用条件独立性测试建立掩盖矩阵;基于掩盖矩阵设计连续优化损失函数中的约束项(硬约束/软约束);利用变分自编码器和结构因果模型结合建立变分图自编码器模型,并导出对应的证据下界目标函数;基于二次罚函数法优化等式约束优化问题得到权重矩阵从而发现因果关系,并对方法进行了虚拟数据集和真实生物数据集的验证。本发明能够弥补现有基于连续优化的因果发现方法在处理较少样本和异质噪声场景下发现因果关系的能力不足。

    基于聚合膨胀卷积网络的图像去模糊方法

    公开(公告)号:CN108376387A

    公开(公告)日:2018-08-07

    申请号:CN201810008937.1

    申请日:2018-01-04

    申请人: 复旦大学

    IPC分类号: G06T5/00 G06N3/08 G06N3/04

    CPC分类号: G06T5/003 G06N3/0454 G06N3/08

    摘要: 本发明属于计算机数字图像处理技术领域,具体为一种基于聚合膨胀卷积网络的图像去模糊方法。本发明包括构建深度神经网络:基于条件对抗生成网络,包含生成器与鉴别器,生成器结构使用堆叠的自编码器模块,自编码器模块使用自编码器结构与跳跃连接,在构建模块上使用残差模块,残差模块使用残差网络以及多路聚合膨胀卷积,鉴别器使用5层卷积神经网络;训练深度神经网络:使用公开的、真实场景下的模糊图像数据集,利用图像内容损失函数与对抗损失函数,训练前一步中构建的深度神经网络;利用训练好的网络模型对模糊图像进行去模糊处理。本发明方法能够保证去模糊效果,并快速高效地将模糊图像恢复成清晰图像,可极大地提高图像去模糊的效率。

    一种保护差分隐私的因果发现方法

    公开(公告)号:CN116756769A

    公开(公告)日:2023-09-15

    申请号:CN202310743835.5

    申请日:2023-06-24

    申请人: 复旦大学

    发明人: 周水庚 张浩

    IPC分类号: G06F21/62 G06F17/18

    摘要: 本发明属于机器学习技术领域,具体为一种保护差分隐私的因果发现方法。本发明方法包括依据输入数据集的潜在数据集规模,查询敏感度,根据条件独立性测试方法计算隐私预算的上界;在条件独立性测试过程中融合差分隐私思想添加噪声数据、添加拉普拉斯噪声,使之总体隐私预算不超过预设值;通过调节差分隐私预算,实现训练数据集可用性与隐私保护度的平衡。本发明可在不限定数据是否满足联合高斯分布的场景下实现满足保护差分隐私的因果发现任务。