Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江海洋大学崔智强获国家专利权

恭喜浙江海洋大学崔智强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜浙江海洋大学申请的专利一种基于反馈神经网络模型的浅海地声参数反演方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114841062B

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210446937.6,技术领域涉及:G06F30/27;该发明授权一种基于反馈神经网络模型的浅海地声参数反演方法是由崔智强;祝捍皓;薛洋洋;王加慧;王其乐;柴志刚;王文婕;章晓柔;张樱;严煌设计研发完成,并于2022-04-26向国家知识产权局提交的专利申请。

一种基于反馈神经网络模型的浅海地声参数反演方法在说明书摘要公布了:本发明属于海洋工程领域,具体涉及一种基于反馈神经网络模型的浅海地声参数反演方法,包括:构建浅海声场正演模型,获得流体中各点声压值,构成声压数据集p;构建BP神经网络模型;训练矫正S2中的BP神经网络模型,使其符合浅海声场正演模型下的地声参数反演需要;将实测声压代入BP神经网络模型,得到预设环境模型中各项待反演地声参数值。通过对构建模型中神经元权值和阈值的调整,使整个神经网络模型快速逼近实测数据与待反演地声参数间的映射关系,在相同精度要求下,较现有寻优算法反演效率更高,并且确定后的神经网络模型可直接用于同类型问题的求解,避免了重复的计算,大大的提升了其应用效率与应用前景。

本发明授权一种基于反馈神经网络模型的浅海地声参数反演方法在权利要求书中公布了:1.一种基于反馈神经网络模型的浅海地声参数反演方法,其特征在于,包括:S1构建浅海声场正演模型,获得流体中各点声压值,构成声压数据集p,包括:在三维柱坐标系下预设符合浅海环境特点的声场模型,模型中简谐点声源位于柱坐标对称轴上,将三维问题转化为二维r,z平面上求解,z=0代表海面,海面向下为深度z轴正值方向,r正轴表示声场传播方向;模型中,设海水层深度设为H;频率为f0的声源位于海水层深度zs处;海水层中密度和声速分别为ρ1和c1;海底层纵波声速、横波声速、密度、纵波声速衰减和横波声速衰减分别用cp、cs、ρb、αp、αs表示;设模型流体层中的位移势函数为声压满足,角频率ω=2πf0,通过求解位移势函数得到流体中各点声压值,水层中声压场表示为: 其中,Z1为深度z和水平波数ξ的常微分方程,J0为零阶贝塞尔函数;求解公式3,得到声压数据集p;S2构建BP神经网络模型,包括:神经网络输入层采用n个不同接收位置ri,zi的m组声压数据p=[p1r1,z1,…,pjri,zi,…,pmrn,zn]m×n作为输入数据,1≤i≤n,并将与之对应的地声参数Y=[cp,cs,ρb,αp,αs]m×5作为标签数据进行模型构建;在BP神经网络模型构建时设置单隐含层;模型中,同一层间的神经元不相互连接,层与层之间存在两种信号交流,一种是工作信号函数,即输入层中声压场数据pjri,zi与超参数矩阵[w,b]之间的激活函数fx,其信号由输入层向输出层正向传递,表达式为另一种是误差信号Em,即网络模型反演结果和真值之间的误差函数,其由输出端开始逐层向输出端传递,表达式为其中,w=[wkv,wvl],wkv表示输入层到隐含层的权值,wvl表示隐含层到输出层的权值,bv表示隐含层各神经元的阈值,x为各神经元的输入数值,Yr,e=[cp,cs,ρb,αp,αs],为待反演参数组成的矩阵,Yr表示仿真值,Ye表示反演值,N表示样本数量;声压数据p代入输入层后,通过超参数矩阵[w,b]以及激活函数fx连接各层神经元,经过隐含层、输出层最终得到反演结果Ye;各层神经元的设置个数依据进行确定;其中,n表示输入层节点数,即仿真声压点数,v表示隐含层的节点数,l表示输出层的节点数,即反演地声参数个数,α为常数系数;BP神经网络模型中Ikv、Ivl分别为隐含层输入数据,隐含层输出数据,Ivl计算公式为所得反演结果Ye计算公式为采用梯度下降的方式来更新参数,设计过程如下: 其中,声压数据p至隐含层之间权值参数的偏导数为Δwkv,隐含层至地声参数Y之间的权值的偏导数为Δwvl,η为学习率,计算过程中根据Em值是否满足设定精度而不断更新迭代步数t修正参数wkv、wvl,如修正公式为wkvt+1=wkvt+Δwkv,wvlt+1=wvlt+Δwvl;S3训练矫正S2中的BP神经网络模型,使其符合浅海声场正演模型下的地声参数反演需要;S4将实测声压代入BP神经网络模型,得到预设环境模型中各项待反演地声参数值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江海洋大学,其通讯地址为:316022 浙江省舟山市定海区临城街道海大南路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。