|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 6 van 25 gevonden artikelen
| Titel: |
Gradient-based PIV Using Neural Networks |
| Auteur: |
I. Kimura Y. Susaki R. Kiyohara A. Kaga Y. Kuroe |
| Verschenen in: |
Journal of visualization |
| Paginering: | Jaargang 5 (2003) nr. 4 pagina's 363-370 |
| Jaar: |
2003-02-03 |
| Inhoud: |
This paper proposes a new gradient-based PIV using an artificial neural network for acquiring the characteristics of a two-dimensional flow field. The neural network can effectively realize an accurate approximation of the vector field by introducing some knowledge on the characteristic property. The neural network is trained by using spatial and temporal image gradients so that the basic equation of the gradient-based method is satisfied. Since the neural network itself learns the stream function, the continuity equation of flow is consequently satisfied in the measured velocity vector field. The new gradient-based PIV can be applied to even partly lacking visualized images. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 6 van 25 gevonden artikelen
| << vorige | volgende >> |