公开(公告)号：CN118536075A

公开(公告)日：2024-08-23

申请号：CN202410324452.9

申请日：2024-03-21

Applicant: 北京理工大学

Inventor： 徐豫新 ,  张浩宇 ,  王逸凡

IPC: G06F18/27 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了本发明涉及一种炸药近地爆炸冲击波超压峰值预测方法，属于爆炸毁伤技术领域。本发明基于生成式对抗神经网络对试验数据进行扩展，形成炸药近地爆炸的数据集，建立基于物理信息的神经网络，通过物理先验对数据特征进行预处理，同时将包含超压对比例距离的一阶偏导和二阶偏导的物理信息约束嵌入到损失函数中，从而指导模型训练的具体学习过程，通过在损失函数中引入物理损失项，训练后的模型可以准确预测炸药近地爆炸的地面反射波超压，同时该模型可以准确数据集范围外的数据，具有较好的泛化能力，提高了模型的普适性。

公开(公告)号：CN118821604A

公开(公告)日：2024-10-22

申请号：CN202410934268.6

申请日：2024-07-12

Applicant: 北京理工大学

Inventor： 徐豫新 ,  王逸凡

IPC: G06F30/27 ,  G06F18/10 ,  G06F18/2433 ,  G06F18/23213 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明公开了一种基于数据增强的破片侵彻靶板弹道极限速度预测方法，对预先获取的侵彻数据进行数据异常值检测，将侵彻数据分成7个待增强数据区间，并选出少数样本区间；建立SMOTE数据增强方法对少数样本区间的侵彻数据进行数据增强，对通过数据增强生成的样本数据进行数据筛选，并将筛选后的样本数据加入原数据集，构成扩充后的新数据集；利用交叉验证法选出最优模型参数，建立GBDT模型；对实际的侵彻数据进行预测。本发明通过新增少数区间样本来规避数据量少、存在异常数据及样本不平衡带来的计算误差，提高模型的泛化性，更高效地实现对破片侵彻靶板弹道极限速度的预测。