基于数据和物理依次驱动的声场云图预测网络训练方法

本发明提供了一种基于数据和物理依次驱动的声场云图预测网络训练方法，属于物理场建模领域，其训练方法包括：将声场云图训练数据输入初始声场云图预测网络确定数据驱动项损失，根据数据驱动项损失迭代训练初始声场云图预测网络直到迭代次数达到第一预设迭代次数，得到待优化声场云图预测网络；将获取的声场云图训练数据输入待优化声场云图预测网络确定物理驱动项损失，根据物理驱动项损失训练待优化声场云图预测网络直到迭代次数达到第二预设迭代次数，得到训练完备的声场云图预测网络。本发明通过数据驱动将网络参数快速收敛到最佳值附近，再通过物理驱动型对网络参数精准收敛，可以提高训练精度并极大缩减了训练时间。