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！

龙图腾网获悉北京理工大学申请的专利基于数据集和图案识别的边界层流动失稳N值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：CN120877063B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510973285.5，技术领域涉及：G06V10/82；该发明授权基于数据集和图案识别的边界层流动失稳N值预测方法是由任杰;肖申奥;张未航;胡洪源;常雯惠;刘星皓设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于数据集和图案识别的边界层流动失稳N值预测方法在说明书摘要公布了：本发明提供一种基于数据集和图案识别的边界层流动失稳N值预测方法，包括：根据目标场景的流动条件建立边界层流动模型；求解相应流动下的扰动控制方程，生成傅里叶空间中的扰动数据；在将扰动数据还原至物理空间时，分别匹配预设的不同外部扰动源，生成丰富的扰动场；根据扰动数据，确定N值；在扰动场的不同切片平面中采集流动失稳图像，生成失稳图像数据集；将失稳图像数据集作为特征，N值作为标签，训练卷积神经网络；将目标场景下的流动扰动图像输入目标卷积神经网络模型，预测得到目标场景下的流动失稳N值。当流动参数未知不完整，或需要实时预测时，传统方法并不适用，而本发明能够仅通过流场的可观测特征来高效预测N值。

本发明授权基于数据集和图案识别的边界层流动失稳N值预测方法在权利要求书中公布了：1.一种基于数据集和图案识别的边界层流动失稳值预测方法，其特征在于，包括： 根据目标场景的流动条件，基于线性稳定性理论建立边界层流动模型； 根据线性化的纳维-斯托克斯方程求解流动模型下的特征值问题，生成傅里叶空间中的扰动数据，线性化纳维-斯托克斯方程求表示为： 其中，为线性算子，为基本流的分量，为流向波数，为展向波数，为雷诺数，为马赫数，表示在傅里叶空间的扰动数据； 在将傅里叶空间中的扰动数据进行逆傅里叶变换时，分别匹配预设的不同外部扰动源，生成物理空间的多个扰动场，外部扰动源根据目标场景确定； 针对物理空间的每一个扰动场，根据扰动数据，确定值； 在物理空间中每一个扰动场的目标平面中采集流动失稳图像，生成流动失稳图像数据集； 将流动失稳图像数据集作为训练特征，对应的值作为样本标签，对待训练的卷积神经网络进行训练，得到完成训练的目标卷积神经网络； 获取目标场景下的流动扰动图像； 将流动扰动图像输入目标卷积神经网络模型，预测得到目标场景下的流动失稳值。

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北京理工大学，其通讯地址为：100000 北京市海淀区中关村南大街5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。