-
公开(公告)号:CN119397869A
公开(公告)日:2025-02-07
申请号:CN202411264513.3
申请日:2024-09-10
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G06F30/25 , G06F30/27 , G16C10/00 , G16C20/70 , G06N3/0499 , G06N3/047 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种基于深度学习的尘埃粒子充电快速算法,包括如下步骤:步骤1,神经网络模型优选:步骤2,输入数据集生成:步骤3,输出数据集生成:步骤4,机器学习生成充电网络模型:步骤5,利用已建立的充电网络模型计算真实物理参数下的尘埃带电量。本发明所公开的算法,基于深度学习方法生成输入特征参量与待求解输出特征参量之间的网络关系,代替了基于物理原理的计算方法。
-
公开(公告)号:CN115356702B
公开(公告)日:2024-08-16
申请号:CN202210994538.3
申请日:2022-08-18
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中国海洋大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于海上多源雷达回波的蒸发波导深度学习联合反演方法,包括如下步骤:步骤1,构建蒸发波导环境中的雷达海杂波功率和目标回波功率数据集:步骤2,构建基于多源雷达回波的EDH联合反演网络模型:步骤3,EDH联合反演网络模型性能评估。本发明所公开的方法,克服了小EDH反演误差较大的问题,建立一种从联合反演数据集出发的双流深度神经网络联合反演模型,提供了一种海上蒸发波导反演的新方法,有益于蒸发波导反演算法的创新设计和性能提升。
-
公开(公告)号:CN115356702A
公开(公告)日:2022-11-18
申请号:CN202210994538.3
申请日:2022-08-18
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中国海洋大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于海上多源雷达回波的蒸发波导深度学习联合反演方法,包括如下步骤:步骤1,构建蒸发波导环境中的雷达海杂波功率和目标回波功率数据集:步骤2,构建基于多源雷达回波的EDH联合反演网络模型:步骤3,EDH联合反演网络模型性能评估。本发明所公开的方法,克服了小EDH反演误差较大的问题,建立一种从联合反演数据集出发的双流深度神经网络联合反演模型,提供了一种海上蒸发波导反演的新方法,有益于蒸发波导反演算法的创新设计和性能提升。
-
-