一种基于Kolmogorov-Arnold网络的信号延拓方法

    公开(公告)号:CN119476362A

    公开(公告)日:2025-02-18

    申请号:CN202510061920.2

    申请日:2025-01-15

    Abstract: 本发明公开了一种基于Kolmogorov‑Arnold网络的信号延拓方法,包括:步骤1:选取采样信号的部分数据作为训练集,对其进行傅里叶变换得到奇函数和偶函数,依据Kolmogorov‑Arnold定理构建网络模型;步骤2:在模型中,配置具有奇对称性以及偶对称性的函数分别作为激活函数,形成奇网络、偶网络;步骤3:数据会相应地进入奇网络或偶网络,进而进行学习和延拓,以获得该信号数据的完整信号形态。本发明提供一种基于Kolmogorov‑Arnold网络的信号延拓方法,通过优化Kolmogorov‑Arnold网络的激活函数配置,提升模型处理具有奇偶特性的数据时的延拓能力;通过对非奇非偶数据进行的分解学习与重组策略,对流体力学和航空航天中随机信号和不规则波形在内的广泛数据其进行有效延拓。

    一种基于Kolmogorov-Arnold网络的信号延拓方法

    公开(公告)号:CN119476362B

    公开(公告)日:2025-04-22

    申请号:CN202510061920.2

    申请日:2025-01-15

    Abstract: 本发明公开了一种基于Kolmogorov‑Arnold网络的信号延拓方法,包括:步骤1:选取采样信号的部分数据作为训练集,对其进行傅里叶变换得到奇函数和偶函数,依据Kolmogorov‑Arnold定理构建网络模型;步骤2:在模型中,配置具有奇对称性以及偶对称性的函数分别作为激活函数,形成奇网络、偶网络;步骤3:数据会相应地进入奇网络或偶网络,进而进行学习和延拓,以获得该信号数据的完整信号形态。本发明提供一种基于Kolmogorov‑Arnold网络的信号延拓方法,通过优化Kolmogorov‑Arnold网络的激活函数配置,提升模型处理具有奇偶特性的数据时的延拓能力;通过对非奇非偶数据进行的分解学习与重组策略,对流体力学和航空航天中随机信号和不规则波形在内的广泛数据其进行有效延拓。

Patent Agency Ranking