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：北京邮电大学

摘要：本发明提供一种基于神经网络的太赫兹散射参数预测方法及装置，所述方法的步骤包括：将测试集中的输入参数分别输入到预先完成训练的多个神经网络模型中，获取预测散射参数；将由多个神经网络模型获得的预测散射参数，根据预设条件划分为多个对比组，计算同一对比组的预测散射参数和真实散射参数的平均绝对误差和均方根误差，预设条件包括介质类型；基于平均绝对误差和均方根误差对多个神经网络模型进行筛选，得到对应介质类型的神经网络模型；基于实际测量中的介质在多个神经网络模型中匹配对应的神经网络模型；将实际测量中的介质类型、发射角和接收角组成的输入向量，输入到对应的神经网络模型中，得到实际预测散射参数。

主权项：1.一种基于神经网络的太赫兹散射参数预测方法，其特征在于，所述方法的步骤包括：获取预设的测试集，将测试集中的输入参数分别输入到预先完成训练的多个神经网络模型中，多个神经网络模型包括第一网络模型、第二网络模型和第三网络模型；所述第一网络模型和第二网络模型的结构采用bp神经网络的模型结构，所述第一网络模型以平均绝对误差或均方根误差作为损失函数，采用梯度下降法进行训练；所述第二网络模型采用遗传算法进行训练；所述第三网络模型采用RBF神经网络的模型结构，所述第三网络模型以平均绝对误差或均方根误差作为损失函数，采用梯度下降法进行训练；获取对应输入参数的预测散射参数；所述测试集包括输入参数和与输入参数对应的真实散射参数，所述输入参数为由介质类型、发射角和接收角组成的三维向量；所述真实散射参数为预测的由发射天线发射，接收天线接收的太赫兹波的散射参数；所述发射角为发射天线的角度，所述接收角为接收天线的角度；所述介质类型为发射天线和接收天线之间的介质的类型；将由多个神经网络模型获得的预测散射参数，根据预设条件划分为多个对比组，计算同一对比组的每个神经网络模型的预测散射参数和真实散射参数的平均绝对误差和均方根误差，所述预设条件包括介质类型；基于平均绝对误差和均方根误差对多个神经网络模型进行筛选，得到对应介质类型的神经网络模型；基于实际测量中采用的介质在多个神经网络模型中匹配对应的神经网络模型；将实际测量中的介质类型、发射角和接收角组成的输入向量，输入到对应的神经网络模型中，得到对应的实际预测散射参数。

全文数据：

权利要求：

百度查询： 北京邮电大学 一种基于神经网络的太赫兹散射参数预测方法及装置