论文部分内容阅读
传统的基于拓扑分析方法的特征可视化系统的扩展性、通用性和交互性较差。本文分析了流场的特征,在此基础上提出了一种基于BP神经网络的可选择智能流场特征提取方法,设计了一种三层BP神经网络结构,用户可以对感兴趣的新特征进行选取并进行训练和提取,而无须修改程序。该方法利用神经网络较强的非线性映射能力,提高了系统的扩展性、通用性和交互性。基于上述方法,设计并实现了一个流场可视化原型系统。实验表明,该方法对流场任意特征具有高识别率和较低的误警率、漏报率。