...
机译:基于大规模计算数据的流程特征检测框架,基于onincrenceal正确正交分解和数据挖掘
US Air Force Res Lab Munit Aerodynam Sci Branch Eglin AFB FL USA;
Univ South Carolina Columbia SC 29208 USA;
CFD Res Corp Huntsville AL USA;
US Air Force Res Lab Aerosp Syst Directorate Wright Patterson AFB OH 45433 USA;
US Air Force Res Lab Aerosp Syst Directorate Wright Patterson AFB OH 45433 USA;
Incremental proper orthogonal decomposition; data mining; computational fluid dynamics; feature detection; large-scale data;
机译:基于大规模计算数据的流程特征检测框架,基于onincrenceal正确正交分解和数据挖掘
机译:基于正交分解的模型框架,可提高温度数据的空间分辨率
机译:基于快速非迭代固有正交分解的异常值检测和PIV数据校正
机译:适当正交分解的帕累托最优翼型流场数据挖掘
机译:基于光谱正确的正交分解的非线性流量分析
机译:使用正确的正交分解和岭回归将计算流体力学和4D流MRI合并
机译:基于快速非迭代正确正交分解的异常检测和pIV数据校正
机译:直接数值模拟数据的正交分解:数据约简与观测器构造