Indexed by：
Abstract：
针对一般深度学习方法求解非线性偏微分方程时泛化能力差的问题,提出一种使用改进欧拉法联通网络模块的长短期卷积循环神经网络.该神经网络的构建运用改进欧拉法和有限差分法,通过改进欧拉法实现网络中模块之间的有效连接.基于有限差分法构建的卷积核实现偏微分方程中涉及的导数项的精确近似,并在Burgers方程和λ-ω反应扩散方程上进行仿真实验.实验结果证明,该方法不但在训练数据上具有很高的精度,而且在外推到新领域时也表现出较强的泛化能力.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报（自然科学版）
ISSN： 1000-2243
Year： 2024
Issue： 4
Volume： 52
Page： 396-403
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
