一种基于深度神经网络的蒸发波导剖面估计方法
授权
摘要
本发明涉及一种基于深度神经网络的蒸发波导剖面估计方法，能够在指定的海洋区域内迅速估计蒸发波导修正折射率剖面和蒸发波导高度。本方法针对现有蒸发波导模型迭代计算效率低的缺点，利用美国国家环境预测中心气候预测系统，再分析气象数据及蒸发波导计算模型计算得到的大气修正折射率，训练了深度神经网络，并利用训练区域内(训练点除外)随机位置的数据验证方法的准确性，得到了以深度神经网络为基础的蒸发波导剖面估计方法，可用于大面积海域的蒸发波导预测，实时监测蒸发波导高度分布情况，便于针对蒸发波导情况的变化快速变更通信策略，保障海上超视距通信质量。
基本信息
专利标题 ：
一种基于深度神经网络的蒸发波导剖面估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111310889A
申请号 ：
CN202010045418.X
公开（公告）日 ：
2020-06-19
申请日 ：
2020-01-16
授权号 ：
CN111310889B
授权日 ：
2022-04-12
发明人 ：
杨坤德杨帆王淑文
申请人 ：
西北工业大学
申请人地址 ：
陕西省西安市友谊西路127号
代理机构 ：
西北工业大学专利中心
代理人 ：
王鲜凯
优先权 ：
CN202010045418.X
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06F16/29
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-12 ：
授权
2020-07-14 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20200116
申请日 : 20200116
2020-06-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
