公开(公告)号：CN119443366A

公开(公告)日：2025-02-14

申请号：CN202411458438.4

申请日：2024-10-18

Applicant: 武汉理工大学

Inventor： 侯慧 ,  王燕 ,  张清勇 ,  杨旭 ,  吴细秀 ,  唐金锐 ,  李显强 ,  石英

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/084 ,  G06N3/045

Abstract: 本发明公开了一种小样本场景下物理知识引导的覆冰深度迁移预测方法，包括：获取第一区域的小样本覆冰数据作为目标域，并获取第二区域的大样本覆冰数据作为源域；构建物理信息神经网络及其物理约束损失，利用源域训练物理信息神经网络，以预测输出覆冰厚度；将物理信息神经网络与自迁移学习融合，在物理知识引导下将源域的知识有效迁移到目标域中，通过迭代进行覆冰深度迁移，建立小样本场景下物理知识引导的覆冰深度迁移预测模型，对第一区域的覆冰厚度进行预测。本发明将物理知识嵌入迁移学习框架中，融合了物理信息神经网络与迁移学习，使用基于交叉熵的知识蒸馏损失，将教师模型中的物理知识迁移至学生模型中，以得到适应目标域的学生模型。