买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院力学研究所;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司申请的专利基于极稀疏测量数据的高速列车表面流场快速预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120145921B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510227511.5，技术领域涉及：G06F30/28；该发明授权基于极稀疏测量数据的高速列车表面流场快速预测方法是由孙振旭;仇伟;郭迪龙;白夜;张超设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本基于极稀疏测量数据的高速列车表面流场快速预测方法在说明书摘要公布了：本发明提供了一种基于极稀疏测量数据的高速列车表面流场快速预测方法，其包括：1构建高精确度的表面压力分布数据库；2提取训练集压力分布矩阵的主导空间模态；3压缩感知重构；4采用改进的粒子群优化算法获取最优传感器布设方案；5建立快速预测模型。本发明构思合理，通过构建高精确度的表面压力分布数据库，能对多工况下的高速列车表面压力场进行精确重构，能对高速列车在不同工况下的表面压力分布进行快速有效预测。

本发明授权基于极稀疏测量数据的高速列车表面流场快速预测方法在权利要求书中公布了：1.一种基于极稀疏测量数据的高速列车表面流场快速预测方法，其特征在于，包括以下步骤： 1构建高精确度的表面压力分布数据库 精确计算有限组工况下高速列车表面的压力分布数据；将各工况下的三维数据重整为列向量合并为压力分布矩阵；将压力分布矩阵划分成训练集、验证集与测试集数据； 2提取训练集压力分布矩阵的主导空间模态 对训练集数据进行广义本征正交分解，按照每阶模态的能量从大到小截取主导空间模态，并生成供压缩感知重构的稀疏矩阵； 3压缩感知重构 基于广义本征正交分解过程得到的稀疏矩阵，根据传感器的位置信息构建的测量矩阵以及传感器的测量值，通过基追踪算法重构出稀疏系数向量，逆变换得到预测的表面压力场，并计算预测的表面压力场与经CFD所得的表面压力场的相对误差大小； 4采用改进的粒子群优化算法获取最优传感器布设方案 根据上述步骤3计算得到的相对误差大小，通过改进的粒子群优化算法迭代搜寻最优的传感器布设方案，减少压缩感知重构所需的测点数量，得到最优测量矩阵； 5建立快速预测模型 训练完毕的快速预测模型由广义本征正交分解得到的稀疏矩阵Ψ、改进的粒子群优化算法得到的最优测量矩阵Φ与基追踪算法组成；调用该快速预测模型时输入最优测量矩阵Φ所对应的传感器的测量值，输出得到预测的高速列车表面压力数据分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院力学研究所;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司，其通讯地址为：100190 北京市海淀区北四环西路15号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。