-
公开(公告)号：CN116151089A
公开(公告)日：2023-05-23
申请号：CN202111364958.5
申请日：2021-11-17
Applicant: 南京理工大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084 , G06F8/30
Abstract: 本发明公开了一种基于MoM和深度学习数据驱动的多项海面物理量的预测方法。该系统如下：描述海面的各类参数，提取相应环境参数下海面的有关特性，基于常见几何海谱模型PM谱生成静态海面，根据海情，结合电磁分析手段获取杂波特性数据，辅助以MoM计算海面电磁散射，对数值计算结果讨论，从而构建以统计模型，数值计算数据作为样本形式的不同海面环境特征的样本库。随即引入BP神经网络深度学习，以海杂波特性数据作为输入，各类海面标准化参数数据作为标签，对比不同结构神经网络，得到最小误差下的最优神经网络。基于最优神经网络结构，迭代，进行模型的不断矫正，得到最优预测模型，最终实现海面几何特性的在线预测。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
