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：华中科技大学
摘要：本发明公开了基于深度强化学习的冰云体散射特性预测模型建立方法及预测方法，属于微波遥感及探测领域，包括：建立根据冰云物理参数频率、温度和冰云物理参数预测冰云体散射特性参数的第一预测模型；在第一初始预测模型前增加N个网络层，得到用于根据压强、湿度和冰云物理参数预测冰云体散射特性参数的第二预测模型，并嵌入辐射传输模型，以模拟亮温；以第二预测模型的参数为环境状态，以模拟亮温与真实亮温间的误差最小化为目标，利用相应数据集驱动深度强化学习的迭代训练，以对第二预测模型的参数进行更新，训练结束后，输出辐射传输模型中的第二预测模型作为冰云体散射特性预测模型。本发明能够提高冰云体散射特性的预测精度。
主权项：1.一种基于深度强化学习的冰云体散射特性预测模型建立方法，其特征在于，包括：步骤S1：构建神经网络模型，并利用由冰云物理参数和相应体散射参数构成的第一数据集对所述神经网络模型进行训练，得到用于根据冰云物理参数预测冰云体散射特性参数的第一预测模型；冰云物理参数包括：频率、温度和冰云含量；步骤S2：在所述第一预测模型的输入层前增加N个网络层，得到第二预测模型，并将所述第二预测模型嵌入辐射传输模型；第二预测模型以压强、湿度和冰云物理参数为输入，用于预测冰云体散射特性参数；N为正整数；步骤S3：以所述辐射传输模型中第二预测模型的参数为环境状态，以所述辐射传输模型输出的模拟亮温与真实亮温之间的误差最小化为训练目标，建立深度强化学习的训练环境后，利用第二数据集驱动深度强化学习的迭代训练，以对所述第二预测模型的参数进行更新，训练结束后，输出辐射传输模型中的第二预测模型作为冰云体散射特性预测模型；其中，所述第二数据集由目标场景下冰云敏感频段内的冰云物理参数及相应的压强、湿度和真实亮温构成。
全文数据：
权利要求：
百度查询： 华中科技大学 基于深度强化学习的冰云体散射特性预测模型建立方法及预测方法
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