一种基于元学习的多场景下泛化性路径损耗预测方法

AITNT
正文
推荐专利
一种基于元学习的多场景下泛化性路径损耗预测方法
申请号:CN202410741592
申请日期:2024-06-11
公开号:CN118764931B
公开日期:2025-09-09
类型:发明专利
摘要
本发明涉及一种基于元学习的多场景下泛化性路径损耗预测方法,属于无线通信技术领域。本发明提出了一种基于元学习的多种类场景下泛化性路径损耗预测方法,将元训练与特化训练双阶段训练过程结合,在元训练每轮梯度更新时有效综合内层训练后网络权重与原网络权重,从而避免元学习路径损耗预测网络模型对于部分场景数据过拟合,更好地学习场景间的共性特征,提升了路径损耗建模方案对于多种场景的泛化性能。
技术关键词
通信链路 场景 建筑物 接收端 综合处理器 顶点 路径损耗值 连线 矩阵 数据 图像 预测网络模型 发射端 信道 长方形 坐标
系统为您推荐了相关专利信息
1
基于多模态决策级融合的恶劣天气场景目标检测方法
检测网络模型 网络模块 激光点云数据 多模态 Sigmoid函数
2
基于面阵激光和深度相机的移动机器人同时定位与建图方法
面阵激光 深度相机 移动机器人 语义地图 激光点云数据
3
一种视频生成方法、电子设备及存储介质
视频生成方法 视频帧集合 关键词匹配方法 电子设备 图片
4
基于输电通道几何先验的输电通道场景图像深度估计方法
图像深度估计方法 通道 场景图像深度图 直线 输电塔
5
一种基于数字孪生的电力系统电压优化控制方法
电压优化控制方法 电力系统 动态 工况 数字孪生模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号