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！

龙图腾网获悉中国空气动力研究与发展中心计算空气动力研究所申请的专利面向飞行器仿真的隐式神经表示流场重建采样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：CN121413113B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511948051.1，技术领域涉及：G06F30/15；该发明授权面向飞行器仿真的隐式神经表示流场重建采样方法是由邓亮;申丽铭;王岳青;张鹏;孙国鹏;王昉设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本面向飞行器仿真的隐式神经表示流场重建采样方法在说明书摘要公布了：本申请公开了面向飞行器仿真的隐式神经表示流场重建采样方法，涉及流体力学技术领域，包括：获取飞行器仿真过程的目标部件的原始流场数据，以从原始流场数据中提取表征流动特征的物理描述子；对物理描述子进行特征空间划分，以生成若干数据簇；计算两个数据簇中物理描述子的概率分布之间的KL散度值；基于各数据簇、所有KL散度值构建表征簇间信息传递强度的有向图结构；计算有向图结构中的各节点的入度强度，以便根据入度强度，生成各数据簇对应的采样概率权重；根据各采样概率权重从各数据簇中抽取采样点集。能够自动识别出在整个流场信息网络中处于核心枢纽地位的物理区域，也即入度强度高的节点所对应的簇，实现数据点的优先采样。

本发明授权面向飞行器仿真的隐式神经表示流场重建采样方法在权利要求书中公布了：1.一种面向飞行器仿真的隐式神经表示流场重建采样方法，其特征在于，包括： 获取飞行器仿真过程的目标部件的原始流场数据，以从所述原始流场数据中提取表征流动特征的物理描述子； 对所述物理描述子进行特征空间划分，以生成若干数据簇；其中，每个数据簇对应于所述原始流场数据中具有相似物理状态的局部区域； 计算两个数据簇中所述物理描述子的概率分布之间的KL散度值； 基于各数据簇、所有所述KL散度值构建表征簇间信息传递强度的有向图结构；其中，所述有向图结构的节点为数据簇，节点与节点之间的有向边的权重参数由对应数据簇之间的KL散度值确定； 计算所述有向图结构中的各节点的入度强度，以便根据所述入度强度，生成各数据簇对应的采样概率权重； 根据各所述采样概率权重从各数据簇中抽取采样点集；所述采样点集用于训练隐式神经表示模型，以进行飞行器仿真过程的目标部件的湍流流场重建； 所述计算两个数据簇中所述物理描述子的概率分布之间的KL散度值，包括： 统计每个数据簇中所述物理描述子的概率分布，以基于所述概率分布确定每个数据簇的概率密度函数； 基于KL散度方程计算两个数据簇对应的概率密度函数之间的相对熵值，以得到KL散度值； 所述基于各数据簇、所有所述KL散度值构建表征簇间信息传递强度的有向图结构，包括： 若所述KL散度值大于预设散度阈值，则将对应数据簇对标记为有效数据簇对，并将所述有效数据簇对和对应的KL散度值记录至散度偏移数组； 基于所述散度偏移数组、簇间散度索引数组、散度权重索引数组中的簇间连接关系及散度权重进行索引管理，以构建包含节点、边及权重信息的有向图结构；其中，所述簇间散度索引数组记录了有效数据簇对之间的连接关系，所述散度权重索引数组记录了散度权重； 所述计算所述有向图结构中的各节点的入度强度，以便根据所述入度强度，生成各数据簇对应的采样概率权重，包括： 将所述有向图结构中的各节点的所有入度边的KL散度权重分别进行累加处理，以得到各节点在网络中的入度强度，根据最大熵原则将所述入度强度归一化后生成采样概率权重。

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空气动力研究与发展中心计算空气动力研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6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。