声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1流场特征可视化
1.2.2卷积神经网络
1.3论文的主要工作
1.4论文的组织结构
第2章流场可视化方法与CNN概论
2.1流场可视化基本理论
2.1.1流场可视化流程
2.1.2流场可视化方法
2.2特征可视化与Focus+Context技术
2.2.1特征可视化方法
2.2.2 Focus+Context技术理论
2.3 CNN基本理论
2.3.1 神经元
2.3.2前馈运算与误差逆传播
2.3.3卷积与子采样
2.4 CNN特征可视化的提出
2.5本章小结
第3章神经网络流场特征识别方法
3.1数据集与样本处理
3.2单隐层BP网络模型
3.3 CNN特征识别模型
3.3.1 多尺寸卷积核的网络结构
3.3.2 CNN层级参数设置
3.4实验环境及识别结果
3.5评价指标及对比分析
3.6匹配度影响的讨论
3.7本章小结
第4章CNN特征可视化方法
4.1 CNN特征可视化方法概述
4.2特征可视化流程
4.2.1原始数据预处理
4.2.2特征区域预选
4.2.3 C域与F域划分
4.2.4平滑抽稀计算
4.2.5数据合成映射
4.3交互式特征可视化软件
4.4本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢