一种基于深度学习的负离子源数字孪生体驱动方法

本发明提供一种基于深度学习的负离子源数字孪生体驱动方法，包括：数据集创建：构建负离子源数字孪生体智能驱动模型的数据模块；模型构建：用于构建负离子源数字孪生体智能驱动模型，该负离子源数字孪生体智能驱动模型包含共四级神经网络；迭代训练：用于训练负离子源数字孪生体智能驱动模型；测试评估：用于测试负离子源数字孪生体智能驱动模型是否处于常态、最终泛化能力和准确率。本发明可用于辅助长脉冲中性束注入装置实验的运行和结果判定，并可被应用于实际，以降低实际工程测试和实验成本。