基于深度学习的物体宏观物理属性预测方法及系统.pdfVIP

下载本文档

6
0
约1.62万字
约 14页
2023-05-07 发布于北京
举报
版权申诉

基于深度学习的物体宏观物理属性预测方法及系统.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本公开提供了一种基于深度学习的物体宏观物理属性预测方法及系统，包括：基于给定的变形方式及几何微结构，获得变形后的等效基材料属性以及体素化微结构单元；基于预先训练的深度学习模型及获取的变形后的等效基材料属性和体素化微结构单元，获得每个微结构单元体素在受到多方向单位应变下的位移；基于所述位移，获得变形几何微结构的物理性质指标；其中，所述深度学习模型基于U‑Net网络结构，包括顺序连接的卷积块、上采样块以及卷积层，所述卷积块包括顺序连接的第一卷积层、第一归一化处理模块、激活函数、第二卷积层、第二归一化

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114388076 A (43)申请公布日 2022.04.22 (21)申请号 202111662551.0 G16C 10/00 (2019.01)