基于卷积注意力网络的网格质量评价方法

作     者：蔡梓豪 姜屹 张来平 邓小刚 CAI Zi-Hao;JIANG Yi;ZHANG Lai-Ping;DENG Xiao-Gang

作者机构：四川大学视觉合成图形图像技术国防重点学科实验室成都610064 四川大学天府工程数值模拟与软件创新中心成都610064 军事科学院系统工程研究院北京100082 军事科学院国防科技创新研究院北京100071 

基　　金：国家重大专项(GJXM92579) 

出 版 物：《四川大学学报:自然科学版》 (Journal of Sichuan University(Natural Science Edition))

年 卷 期：2023年第60卷第5期

页      码：133-142页

摘      要：将深度卷积神经网络引入网格质量评价问题有望代替网格工程师完成繁杂的网格质量评价工作,节省计算流体力学数值模拟的人力成本,但现有方法的准确率和效率仍需要提高.因此,本文提出一种基于卷积注意力网络的网格质量评价方法.首先,本文提出在轻量级卷积神经网络模型中嵌入通道注意力的方式以同时提升准确率和效率;其次,设计了一个神经网络模型CANet用于网格质量评价任务;最后,通过Z-Score标准化对数据进行预处理,解决输入数据分布不一致的问题,以进一步提升准确率.实验结果表明,与现有方法相比,CANet可以达到更优的准确率97.06%,并且在效率上也有至少34.9%的提升.

主 题 词：卷积神经网络 注意力机制 网格质量评价 计算流体力学 数值模拟 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19907/j.0490-6756.2023.053003

馆 藏 号：203124057...