基于CNN-LSTM模型的地波雷达数据质量控制方法

AITNT
正文
推荐专利
基于CNN-LSTM模型的地波雷达数据质量控制方法
申请号:CN202411558793
申请日期:2024-11-04
公开号:CN119471602B
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于CNN‑LSTM模型的地波雷达数据质量控制方法,方法包括:通过根据雷达回波数据的准确度差异,确定受地形影响的雷达探测数据范围;根据所述雷达探测数据范围,对CNN‑LSTM神经网络进行训练,得到目标模型;根据所述目标模型对受地形影响区域的雷达数据进行校正,得到校正后的雷达数据。本发明实施例能够结合实际海洋环境信息,对受海岸线、岛屿等地形影响的雷达探测数据进行校正,提高雷达探测数据合成的海流方向准确性,可广泛应用于计算机技术领域。
技术关键词
LSTM神经网络 LSTM模型 雷达回波数据 矩阵 代表 测试网络性能 经验正交函数 海洋环境信息 误差 训练神经网络 神经网络训练 流速 风速 数据校正 长轴 特征值 模块
系统为您推荐了相关专利信息
1
面向电站高风险作业的机器人班组化协同管理方法及系统
协同管理方法 高风险 局域 机器人 多模态监控
2
基于群体智能的虚拟电厂多目标碳经济性优化方法
群体智能算法 数字孪生体 排放量 实时数据 群体智能优化
3
基于降维多重信号分类算法的超声导波损伤定位方法
多重信号分类算法 损伤定位方法 超声导波 噪声子空间 MUSIC算法
4
一种适用于点阵结构高周疲劳性能评估的数值模拟方法
点阵结构 疲劳性能评估 试件 数值模拟方法 疲劳寿命预测
5
一种基于改进CamShift算法的目标跟踪方法
均值漂移算法 拉格朗日插值法 跟踪方法 卡尔曼滤波算法 生成轨迹
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