基于深度學(xué)習(xí)的超分辨率重構(gòu)方法在CAARC標(biāo)模繞流流場(chǎng)重構(gòu)中的應(yīng)用

摘要： 基于深度學(xué)習(xí)的超分辨率重構(gòu)方法是近年來(lái)發(fā)展的一種有效的流場(chǎng)精細(xì)化方法。本文超分辨率重構(gòu)模型以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合了混合下采樣跳躍連接多尺度模型，并應(yīng)用于CAARC標(biāo)準(zhǔn)建筑模型表面風(fēng)壓場(chǎng)和建筑繞流速度場(chǎng)的重構(gòu)。通過(guò)對(duì)比分析對(duì)不同欠分辨率流場(chǎng)的高分辨重構(gòu)能力，結(jié)果表明該深度學(xué)習(xí)模型重構(gòu)高分辨率流場(chǎng)具有良好的精度，重構(gòu)效果優(yōu)于原始的卷積神經(jīng)網(wǎng)絡(luò)模型和傳統(tǒng)的雙三次插值方法。該方法具...