龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海交通大学
摘要：一种基于卷积神经网络的波浪雷达图像反演方法及其应用，涉及海况监测领域，采用卷积神经网络自编码器，将通过仿真工具生成的训练集输入卷积神经网络自编码器进行有监督的训练，其中反演区域的X波段雷达图像为训练集的输入，对应的海面波高图为训练集的输出，得到两者间的映射关系模型。其中卷积神经网络自编码器包括编码器、全连接层和解码器，编码器包括五层卷积层、五层最大池化层，卷积层与最大池化层交替连接，全接连层为对称的两层，解码器包括五层反卷积层。采用卷积神经网络深度学习算法，对非线性成分还原效果较好。采用自编码器技术，可以直接将X波段雷达波浪图像还原为实时海面波高图，误差较小，且能更全面的展示海况信息。
主权项：1.一种基于卷积神经网络的波浪雷达图像反演方法，其中，所述方法包括：通过仿真工具生成训练集，所述训练集为反演区域的X波段雷达图像及其对应的海面波高图，确定所述训练集的输入数据和所述训练集的输出数据，所述反演区域的所述X波段雷达图像为所述训练集的输入，所述对应的海面波高图为所述训练集的输出，将训练集输入卷积神经网络自编码器进行有监督的训练，得到所述反演区域的所述X波段雷达图像与所述对应的海面波高图的映射关系模型；所述卷积神经网络自编码器包括编码器、全连接层和解码器：其中，所述编码器包括五层卷积层、五层最大池化层，每层所述卷积层与每层所述最大池化层交替连接，所述全接连层包括对称的两层，所述解码器包括五层反卷积层。
全文数据：
权利要求：
百度查询： 上海交通大学 一种基于卷积神经网络的波浪雷达图像反演方法及其应用
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