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:杭州电子科技大学
摘要:本发明公开了一种基于深度学习的SuperDARN雷达目标回波聚类方法,其特征在于,包括如下步骤:步骤1、获取SuperDARN雷达探测数据并对其进行预处理,构成SuperDARN雷达回波特征数据集;步骤2、对数据中多普勒速度与谱宽的负值进行绝对值操作,使用Z‑score标准化将数据进行标准化处理;步骤3、搭建基于变分自编码器的深度聚类模型,并使用标准化处理后的数据进行训练;步骤4、使用完成预训练的基于变分自编码器的深度聚类模型得到聚类结果;步骤5、基于变分自编码器的深度聚类模型的聚类结果进行效果评估。该方法将深度学习技术和SuperDARN雷达回波数据应用到目标聚类中,从而获得更加干净清晰的各种回波。
主权项:1.一种基于深度学习的SuperDARN雷达目标回波聚类方法,其特征在于,包括如下步骤:步骤1、获取SuperDARN雷达探测数据并对其进行预处理,构成SuperDARN雷达回波特征数据集;步骤2、对数据中多普勒速度与谱宽的负值进行绝对值操作,使用Z-score标准化将数据进行标准化处理;步骤3、搭建基于变分自编码器的深度聚类模型,并使用标准化处理后的数据进行训练,所述深度聚类模型包括编码器、解码器和聚类层;步骤4、使用完成预训练的基于变分自编码器的深度聚类模型得到聚类结果;步骤5、基于变分自编码器的深度聚类模型的聚类结果进行效果评估。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于深度学习的SuperDARN雷达目标回波聚类方法
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。