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
检测网络模型
网络模块
激光点云数据
多模态
Sigmoid函数
面阵激光
深度相机
移动机器人
语义地图
激光点云数据
视频生成方法
视频帧集合
关键词匹配方法
电子设备
图片
图像深度估计方法
通道
场景图像深度图
直线
输电塔
电压优化控制方法
电力系统
动态
工况
数字孪生模型