深度學習在邊界層流動穩(wěn)定性分析中的應用

摘要： 基于線性穩(wěn)定性理論（linear stability theory, LST）的e~N方法是邊界層轉(zhuǎn)捩預測中比較可靠的方法之一。為了將傳統(tǒng)LST特征值問題的求解過程大幅度簡化和自動化，使用卷積神經(jīng)網(wǎng)絡（convolutional neural network, CNN）在邊界層相似性解的LST分析樣本集上進行訓練，針對流向和橫流不穩(wěn)定性，分別在自然層流翼型和無限展長后掠翼上預測... （共17頁）