摘要
本发明公开了一种基于差分融合神经网络的GIS电磁场粗仿数据增强方法、系统及存储介质,包括获取GIS电磁场粗网格仿真数据集;将GIS电磁场粗网格仿真数据集输入到差分深度学习网络模型,差分深度学习网络模型包括依次连接的增强网络和结构相似性网络,所述增强网络包括自调节模块和差分卷积模块;利用自调节模块和所述差分卷积模块分别对粗网格结构数据和粗网格场强数据进行计算,得到细网格增强网格结构特征和细网格增强场强特征;利用结构相似性网络对细网格增强网格结构特征和细网格增强场强特征进行匹配,计算相似性特征;基于相似性特征,计算GIS细网格增强数据;采用本发明可兼顾GIS电磁仿真的精度和效率。
技术关键词
网格
融合神经网络
场强数据
深度学习网络模型
多层感知机
仿真数据
卷积模块
分支
法拉第电磁感应定律
损失函数取值
注意力机制
输出特征
尺寸
差分算法
电磁仿真
数据获取模块
积层
系统为您推荐了相关专利信息
图像数据集合
特征点集合
拓扑结构特征
三维模型
工件
负荷识别方法
数据
残差模块
Softmax分类器
非侵入式负荷识别
自动建模方法
自动建模系统
布局算法
模型生成方法
日志