买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于流体力学网格处理方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306380B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310429985.9，技术领域涉及：G06F30/28；该发明授权一种基于流体力学网格处理方法、装置、设备及介质是由刘杰;张华健;郭晓威;李超;宋敏;梁越超;夏睿;王庆林设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于流体力学网格处理方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种基于流体力学网格处理方法、装置、设备及介质，涉及计算流体力学领域。包括：获取包含目标流体的当前特征数据的网格；将网格输入至目标网格重编号算法中；利用目标网格重编号算法进行流体力学数值模拟；根据流体力学数值模拟的结果确定预设时刻目标流体的特征数据。该方法中，由于基于局部异常因子算法的网格重编号质量判别指标将稀疏矩阵内部的非零元的聚集程度纳入重编号算法需要的考量范畴，从而能够有效判别流体力学网格重编号算法的质量；其次，由于选取出了合适的重编号算法，从矩阵的组装和求解两个方面大幅缩短数值模拟的执行时间，提高可基于流体力学数值模拟计算的整体迭代时间。

本发明授权一种基于流体力学网格处理方法、装置、设备及介质在权利要求书中公布了：1.一种基于流体力学网格处理方法，其特征在于，包括： 获取包含目标流体的当前特征数据的网格； 将所述网格输入至目标网格重编号算法中；其中，所述目标网格重编号算法是基于局部异常因子算法的网格重编号质量判别指标从网格重编号算法中获取的；所述基于局部异常因子算法的网格重编号质量判别指标根据所述网格生成的稀疏矩阵内部的非零元的聚集程度确定； 利用所述目标网格重编号算法进行流体力学数值模拟； 根据所述流体力学数值模拟的结果确定预设时刻所述目标流体的特征数据； 根据所述网格生成的所述稀疏矩阵内部的所述非零元的聚集程度确定所述基于局部异常因子算法的网格重编号质量判别指标包括： 将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系； 获取所述稀疏矩阵中所述非零元的数量； 获取当前目标点与目标周围点的第一距离值； 获取距离所述当前目标点第k远的元素的第二距离值； 根据所述第一距离值、所述第二距离值确定所述目标周围点到所述当前目标点的第k可达距离； 获取距离所述当前目标点第k远的距离之内的所有元素的数量； 根据所有的所述目标周围点到所述当前目标点的第k可达距离之和、所述所有元素的数量确定所述当前目标点的可达密度值； 获取各所述目标周围点的可达密度值； 根据所述当前目标点的可达密度值、所述目标周围点的可达密度值、所述所有元素的数量确定所述当前目标点的当前局部离群因子； 在所述当前局部离群因子大于1的情况下，确定所述当前目标点为异常点； 将所述当前目标点的下一个点作为新的当前目标点，并返回所述获取当前目标点与目标周围点的第一距离值的步骤，直至确定完所有的所述非零元是否为异常点后停止返回； 所述将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系包括： 将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵中各所述非零元的坐标定义为对应的所述非零元的行数值和列数值； 根据各所述非零元的所述行数值和所述列数值将所述稀疏矩阵转换成仅在第一象限有元素的所述坐标系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。