龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国船舶集团有限公司第七一五研究所
申请日：2024-01-31
公开（公告）日：2024-06-07
公开（公告）号：CN118153421A
主分类号：G06F30/27
分类号：G06F30/27;G06N3/0464;G06N3/0895;G01S15/88;G01S7/539
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明公开了一种基于深度神经网络自监督学习的环境声学反演方法，包括构建物理模型、生成仿真数据、构建并进行深度神经网络预训练、构建自监督深度学习模型、自监督深度学习模型的迭代训练、停止训练及获取反演结果等步骤。本发明通过正向预测和反向感知过程形成闭环，以正向预测与反向感知迭代协同自监督学习的方式进行深度神经网络模型训练，是一种在少量实际观测样本甚至无实际观测样本情况下的自学习模式，增强了深度神经网络模型的环境适应性和推广性，并提高复杂环境下环境反演的精度。
主权项：1.一种基于深度神经网络自监督学习的环境声学反演方法，其特征在于，包括如下步骤：1构建物理模型：根据实际声纳阵列类型，构建水声环境与声纳阵列耦合的声场物理模型；2生成仿真数据：利用步骤1构建的物理模型，生成不同水声环境和不同声源参数下的仿真数据；3构建并进行深度神经网络预训练：构建深度神经网络，并利用步骤2仿真生成的数据预训练深度神经网络；4构建自监督深度学习模型：利用步骤1构建的物理模型与步骤3预训练的深度神经网络构建自监督深度学习模型；5自监督深度学习模型的迭代训练：将水声场观测数据输入到步骤4构建的自监督深度学习模型中，迭代训练深度神经网络模型；6停止训练及获取反演结果：设置判决准则，使深度神经网络停止迭代，并获得反演的环境参数。
全文数据：
权利要求：
百度查询： 中国船舶集团有限公司第七一五研究所 基于深度神经网络自监督学习的环境声学反演方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号