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！
摘要：一种基于神经网络的水下目标强度预测方法，通过板块元计算建立水下目标强度的训练数据集，利用BP神经网络的高度非线性映射能力，学习水下复杂目标的强度特征和变化规律。通过向训练完成的BP神经网络模型输入发射频率、待测目标的方位角和俯仰角参数，实现对目标强度的快速预测。本发明采用神经网络构建反映目标强度数据变化规律的预测模型，在实际工程应用中，将网络训练完成后，数据特征就能够泛化，无需进行现场仿真计算，相比于传统预报方法，具有计算速度快、效率高和使用便捷的特点，可以在复杂水下环境中快速预测目标强度。
主权项：1.一种基于神经网络的水下目标强度预测方法，其特征在于，包括步骤如下：S1.识别目标强度作为目标几何结构、频率、方位角和俯仰角的函数，构建输入参数集，其中，输入参数包括将入射波的频率、方位角及俯仰角构成的三维向量；利用BP神经网络，以所述输入参数集作为输入，预报目标几何结构在不同探测条件下的声散射特性；将所述输入参数对应的散射截面积，即目标强度TS值，设定为BP神经网络的输出参数；S2.建立BP神经网络模型，该BP神经网络模型包含适当数量的网络层、隐藏层与输出层，并为各层设定激活函数及训练函数；S3.构建目标强度数据库，利用板块元法计算不同频率、方位角、俯仰角情况下的目标强度TS值，以构建全面的目标强度数据库；S4.数据预处理与划分，对所述目标强度数据库中的输入参数和输出参数进行归一化处理，并将处理后的数据集随机划分为训练样本、验证样本和测试样本，其中，70％数据作为训练样本、15％数据作为验证样本，15％数据作为测试样本；S5.训练神经网络，使用训练样本对BP神经网络模型进行训练，利用验证样本对已训练的网络进行验证，并根据验证结果调整网络初始参数和网络结构，重复训练过程直至预测值与实际值之间的误差满足预设的准确度要求；S6.测试与评估：采用测试样本对训练并验证后的神经网络模型进行测试，通过比较测试样本的目标强度TS值与模型预测结果，给出测试样本与模型预测结果的目标强度TS值的概率密度统计分布结果，以评估模型的预测性能。
全文数据：
权利要求：
百度查询： 上海交通大学 基于神经网络的水下目标强度预测方法
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。
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