应用于数据驱动汽车空气动力学的系统数据集生成技术
原文中文，约200字，阅读约需1分钟。发表于：。该研究解决了汽车几何形状阻力预测中缺乏足够规模和多样性训练数据库的问题。本文提出了一种新策略，通过少量起始数据点系统地插值，生成任意数量的高质量样本。实验表明，卷积神经网络在预测阻力系数和表面压力方面表现优越，结果显示其在外推性能上也具有前景，方法可扩展到其他空气动力形状优化问题。
该研究解决了汽车几何形状阻力预测中缺乏足够规模和多样性训练数据库的问题。通过少量起始数据点系统地插值，生成任意数量的高质量样本。实验表明，卷积神经网络在预测阻力系数和表面压力方面表现优越，具有前景，方法可扩展到其他空气动力形状优化问题。
