Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于傅里叶神经算子的雷达回波时空序列深度预测方法 

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!

摘要:本发明公开了基于傅里叶神经算子的雷达回波时空序列深度预测方法,具体为:将雷达回波数据集分为训练集和测试集,形成时空序列图像;将训练集的时空序列图像送入双分支深度网络中进行训练;将输出结果分别送入时空记忆门控单元进行处理,形成动态的时空信息;分配双分支深度网络中知识引导网络和数据驱动网络的学习权重,利用Transformer迭代学习两个网络的权重分配系数;将测试集的时空序列图像送入双分支深度网络中进行测试,得到最终的雷达回波时空序列深度预测结果。本发明建立的FNO‑TBDPN模型,在多个性能指标上表现出色,适用于复杂非线性系统的实时预测任务,展示了高准确性和鲁棒性。

主权项:1.基于傅里叶神经算子的雷达回波时空序列深度预测方法,其特征在于,具体按照以下步骤实施:步骤1、将雷达回波数据集分为训练集和测试集,并进行预处理,得到时空序列图像;步骤2、将训练集的时空序列图像送入双分支深度网络中进行训练;步骤3,经步骤2后,将输出结果分别送入时空记忆门控单元进行处理并读取需要输出的信息,通过时空记忆门控单元存储历史时刻信息,形成动态的时空信息;步骤4,分配双分支深度网络中知识引导网络和数据驱动网络的学习权重,利用Transformer迭代学习两个网络的权重分配系数;步骤5,将测试集的时空序列图像送入双分支深度网络中进行测试,得到最终的雷达回波时空序列深度预测结果。

全文数据:

权利要求:

百度查询: 西安理工大学 基于傅里叶神经算子的雷达回波时空序列深度预测方法

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。