基于迁移学习的飞行器高低阶精度数据融合方法

摘要： 为提升飞行器气动性能分析效率、降低所需成本，采用了两种基于迁移学习的数据融合智能预测方法：一种是根据样本特征进行权重配比的多保真度融合方法，利用自适应提升算法进行样本错误率评估，并依据结果进行加权融合；另一种是基于模型的参数冻结迁移方法，将高低阶精度数据进行神经网络分层训练，实现模型意义上的数据融合。两种方法均考虑将高阶精度的风洞试验数据与低阶精度的CFD数据进行深度融合训练，... （共7页）