基于时程数据的翼型尾流特征识别模型分析

摘要： 针对传统流场分析方法难以提取非线性与高维度数据特征的问题，结合自适应噪声完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)与分形盒维数对速度、压力和涡量等时程数据进行分解、筛选及重构，并结合深度学习建立尾流特征识别模型，以实现翼型特征和流动攻角的反向预测。...